概述：

本次微直播将通过具体MATLAB代码演示与操作，带领大家学习如何使用MATLAB玩转卷积神经网络，初探深度学习的世界。

无论你是零基础小白，还是正走在深度学习进阶之路上，无论你是痴迷于计算机视觉、自然语言处理、还是自动驾驶感知、设备预测性维护，加入“MATLAB深度学习入门课堂”，深入了解人工智能、深度学习和神经网络，加速你的研究。

课程内容：

1. 简介

- 深度学习：直接从数据中进行学习

- 卷积神经网络：用于图像识别、目标检测、语义分割等任务

2. MATLAB的优势

- 支持与Tensorflow/Pytorch等开源框架协作

- 简单易学，高质量的帮助文档和大量示例

- 高效的开发平台，完整的工具链

- 实用的数据标注和可视化工具

- 强大的代码生成功能

- 支持多平台部署

3. 仅用11行代码实现图像分类

- 1行代码直接导入经典的Alexnet网络模型

- 通过摄像头实时采集图像数据，可识别1000种常见物体

4. 迁移学习的力量

- 基于已有的卷积神经网络进行微调，实现专属图像识别

- 丰富的预训练模型，包括SqueezeNet, ResNet-18, DenseNet-201, Inception-ResNet-v2等

5. 设计复杂网络的利器：Deep Network Designer

- 图形交互界面，便于设计和修改复杂的网络

- 支持一键分析，自动修正网络结构中的错误

6. MATLAB与Tensorflow/Pytorch等开源框架的协作

- 通过ONNX (Open Neural Network Exchange)共享深度学习模型

- 支持直接导入Keras和Caffe的模型

关于演示者：

杜文涛，MathWorks中国技术支持工程师，专注于深度学习、机器学习、计算机视觉等领域，拥有多年基于MATLAB算法开发方面的经验。德国亚琛工业大学硕士学位，同济大学本科学位。