話說俄羅斯來的myc雖然是搞Computer Vision的，但是在上學的時候從來沒有接觸過Neural Network，更別說Deep Learning了。在他求職的時候，Deep Learning才剛開始進入人們的視線。

然而現在如果你有幸被myc面試，他會問你這個問題

Deep Learning為什么要叫Deep Learning？和普通的Machine Learning有什么區(qū)別？

如果你答不上來，沒關系，因為作為工程師，我們只要知道怎么在MATLAB里使用就可以了（并不是

為了展示Deep Learning對Computer Vision有多么深遠的影響，myc為我們準備了下面的一個小demo.

如何讓程序識別圖中有什么東西？

反正MATLAB是這么做的

首先你得有Neural Network Toolbox

如果你有Computer Vision System Toolbox就更好了，這里我們用他提供的

helperImportMatConvNet

來幫助我們導入一個Neural Network.

3. 你得有個支持CUDA的GPU

我們首先不要臉地下載大牛們訓練好的網絡，AlexNet是通過ImageNet提供的1000種不同的物體的圖片訓練出的網絡，換言之，他認識這1000種東西，超出這個范圍就不認識了

cnnURL = 'http://www.vlfeat.org/matconvnet/models/beta16/imagenet-caffe-alex.mat'; % Store CNN model in a temporary folder cnnMatFile = fullfile(tempdir, 'imagenet-caffe-alex.mat'); if ~exist(cnnMatFile, 'file') % download only oncedisp('Downloading pre-trained CNN model...');websave(cnnMatFile, cnnURL); end 接下來導入到MATLAB中 convnet = helperImportMatConvNet(cnnMatFile)

讀入我們的圖片

I = imread('sherlock.jpg');

AlexNet模型需要圖片是227x227x3的彩圖

I = imresize(I,[227,227]);

激活最后一個分類Layer

category = activations(convnet,I,’classificationLayer‘);

找到概率最大的類

[~,idx] = max(category);

看看是啥

convnet.Layers(end).ClassNames{idx}ans = ’n02099712‘

回到ImageNet看看這是哪個類別

原來是拉布拉多，神奇吧！最重要的是，全程都很無腦有沒有？

老板：不錯啊myc，這么快就把狗給識別出來了
myc：哪里哪里，借用了別人的成果而已
老板：其實吧，這只狗是金毛
myc：……
老板：沒事，其實人也經常弄錯，再接再厲！
myc：……怪我咯
作者：波特
鏈接：https://zhuanlan.zhihu.com/p/20944764
來源：知乎

《新程序員》：云原生和全面數字化實踐50位技術專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的深度学习 Deep Learning with MATLAB（懒人版）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。