课程名称适应人群Matlab与深度卷积神经网络图像识别编程实例视频教程学生、相关专业的人员、做图像分类识别项目的人员、快速上手解决该领域问题并出成果的人员、业余爱好者。运用Matlab编程处理深度学习在图像的分类识别和回归预测方面的应用，主要内容就是

课时名称课时知识点45.28 Matlab新版本深度神经网络用法更新的补充说明：数据集输入格式、网络结构的变化、损失函trainnet（2023b）、数据集输入格式、网络结构的变化、损失函数输入方式、神经网络训练后分类识别的用法等

课时名称课时知识点45.27 深度卷积神经网络图像分类识别通用GUI/APP界面设计案例Matlab深度卷积神经网络图像分类识别通用GUI/APP界面设计案例

课时名称课时知识点45.26 即学即用：卷积神经网络在图像分类方面的调参应用实例以分类网络为例，进行调参（调优）演示，两个小实例

课时名称课时知识点45.25 快速搞懂深度卷积网络在回归问题上的调参应用实例回归网络为例，进行调参（调优）演示，介绍层averagePooling2dLayer

课时名称课时知识点45.24 Matlab深度学习编程实践：回归神经网络针对回归问题的深度学习卷积神经网络的应用（概念）

课时名称课时知识点45.23 深度学习卷积网络超实用的调参试验方法通过预设多种参数的组合值，尝试训练网络并对比结果，探索最佳的参数设置（trainingOptions）。

课时名称课时知识点45.22 Matlab深度学习工具箱Deep Network Designer交互界面用法精讲使用 Deep Network Designer以交互方式构建、编辑、训练、查看、应用、改善深度学习网络；

课时名称课时知识点45.21 迁移学习|Matlab编程实践迁移学习是采用预训练的深度学习网络并对其进行微调以学习新任务的过程，将预训练网络的学习特征转移到新问题； 与使用随机初始化的权重从头训练网络相比，通过迁移学习微调网络要更快更简单

课时名称课时知识点45.20 推荐：卷积图像分类预训练网络的简介、用法和调参设置接入自己的程序中预训练网络的简介、用法和调参设置接入自己的程序中

课时名称课时知识点45.19 一个典型的卷积网络图像预处理/图像增强augmentedImageDatastore案例一个典型的卷积网络图像预处理/图像增强augmentedImageDatastore案例

课时名称课时知识点45.18 卷积图像识别网络输入格式：数据存储imageDatastore原理和应用案例卷积图像识别网络输入格式：数据存储imageDatastore原理和应用案例

课时名称课时知识点45.17 图像识别网络trainingOptions各项参数的含义和调参设置方法图像识别网络trainingOptions各项参数的含义和调参设置方法

课时名称课时知识点45.16 深度网络trainingOptions中算法相关参数详解和运算原理深度网络trainingOptions中算法相关的参数详解和运算原理

课时名称课时知识点45.15 卷积神经网络trainingOptions各个参数的含义和设置方法卷积神经网络trainingOptions各个参数的含义和设置方法

课时名称课时知识点45.14 卷积层的激活/特征提取activations运算到底是什么原理卷积层的激活/特征提取activations

课时名称课时知识点45.12 详解卷积网络分类输出层classificationLayer的结构和参数卷积网络分类输出层classificationLayer的结构、参数和工作原理

课时名称课时知识点45.13 深度卷积神经网络工作原理、运行机制、参数配置深度卷积神经网络工作原理、运行机制、参数配置

课时名称课时知识点45.11 详解深度网络归一化指数层softmaxLayer深度神经网络归一化指数层softmaxLayer的参数、结构和工作原理

课时名称课时知识点45.8 详解深度网络层之修正线性单元reluLayer详解深度卷积神经网络层之修正线性单元的结构、参数和运行原理reluLayer

课时名称课时知识点45.10 详解图像识别网络结构之全连接层结构、参数和工作原理fullyConnectedLayer详解深度卷积神经网络结构之全连接层结构、参数和工作原理fullyConnectedLayer