小迈步之 MATLAB 助力深度学习系列讲座（三）：深入了解深度学习——高级神经网络

概览

深度学习是推动当前人工智能大趋势的关键技术。在MATLAB中可以实现深度学习的数据准备、网络设计、训练和部署全流程开发和应用。

在本场讲座中，我们将更深入地探讨设计、定制和训练高级神经网络。您可以针对您的问题自定义深度学习层，可以自定义训练循环。我们将演示 MATLAB 的扩展深度学习框架，它使您能够实现先进的网络架构，如生成对抗网络 (GANs)、变分自编器 (VAEs)、孪生神经网络 (Siamese Network) 等。

本场讲座包含以下亮点：

• 自定义深度学习网络层与训练循环
• 如何训练生成对抗网络 (GAN) 来生成图像
• 如何创建一个变分自编码器 (VAE) 以生成数字图像

背景知识：

Deep Learning Toolbox™ 包含一系列算法、预训练模型和应用程序，为您设计和实现深度神经网络提供框架。您可以使用卷积神经网络 (ConvNet、CNN) 和长短期记忆 (LSTM) 网络，对图像、时间序列和文本数据执行分类和回归。您可以使用自动微分、自定义训练循环和共享权重构建网络架构，例如生成式对抗网络 (GANs) 和孪生网络 (Siamese Network)。

关于演示者

阮卡佳，MathWorks 中国高校团队高级工程师。在 MATLAB 数据分析、Simulink 建模仿真、以及自动代码生成领域有多年工作经验。曾就职于 Altera 和 Nortel Networks。毕业于浙江大学和伦敦帝国理工学院。