利用matlab2017进行深度学习
来源:互联网 发布:javascript入门难吗 编辑:程序博客网 时间:2024/06/11 19:56
Matlab一直以来都有着神经网络工具箱,而从2016的版本开始,提供深度神经网络的相关工具。而到现如今2017的版本,功能更加完善,因此本人在此总结Matlab 2017所包含的深度学习的功能。
如今版本的Matlab已经包含的如下功能:
Ø
Ø
Ø
Ø
Ø
Ø
Ø
Ø
Ø
Ø
Ø
Ø
表1
类型
类名(构造方法)
含义
层
inputLayer
图像输入层
convolutional2dLayer
2D卷基层
reluLayer
ReLU层
crossChannelNormalizatio
归一化层(batchnormalization)
AveragePooling2DLayer
平均Pooling层
MaxPooling2DLayer
MaxPooling层
FullyConnectedLayer
全连接层
DropoutLayer
Dropout层(防止过拟合)
SoftmaxLayer
Softmax层
ClassificationOutputLaye
分类输出层(默认损失函数为交叉熵)
RegressionOutputLayer
回归输出层(默认损失函数为MSE)
Autoencoder
自编码层
时序网络
timedelaynet
时间延迟神经网络
layrecnet
循环神经网络
narnet
非线性自回归神经网络
narxnet
具有外部输入的非线性自回归神经网络
distdelaynet
分布式延迟网络
回归网络
(MSE)
cascadeforwardnet
级联神经网络
feedforwardnet
前馈神经网络
fitnet
函数拟合神经网络
识别分类网络
lvqnet
学习向量量化神经网络
patternnet
模式识别网络
神经网络聚类
selforgmap
自组织网络
competlayer
竞争层
- 利用matlab2017进行深度学习
- 利用 Python 进行深度学习的完整入门指南
- 利用RNN对字符串进行预测(31)---《深度学习》
- 手掌静脉识别——利用深度学习进行ROI的选取
- 利用Python进行深度学习的完整入门指南(附资源)
- 使用torch进行深度学习
- Tensorflow进行深度学习(第一)
- Tensorflow进行深度学习(第二)
- 用TensorFlow进行深度学习
- Matlab2017安装
- 【学习日记】使用百度深度学习平台进行深度学习
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-4应用生成模型进行预测
- 利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【Github更新!!!】(三)
- 深度学习与人脸识别系列(6)__利用训练好的vgg模型进行人脸识别(利用摄像头)
- 深度学习与人脸识别系列(5)__利用训练好的vgg模型进行人脸识别(利用摄像头)
- 深度学习框架Theano利用GPU加速
- 深度学习-利用卷积网络识别动物
- kinect 2.0:利用深度进行前景分割(c++实现)
- HDU 4970 Killing Monsters(树状数组 || 思维)
- IP 地址聚合 经典算法 已经过验证
- Scheduler模块详解
- FreeMarker日期打印不出来
- 113. Path Sum II
- 利用matlab2017进行深度学习
- VS2010 导入应用程序 exe 调试 DLL
- linux上配置apache各种功能
- Selenium使用Firefox测试SSL页面反复提示不信任问题
- 对超大数求余
- ${pageContext.request.contextPath}和<%=request.getContextPath()%>
- logstash的坑:不能重复读一份完全相同的文件!
- hdu 2191 多重背包入门
- VTK学习-VTK管线