概述

MATLAB从2016年开始就提供深度神经网络的相关工具了，现如今，深度学习的基本使用模块已经相对完善，并且支持逐层拖拽的simulink型的架构设计方式。
Deep Learning Toolbox™提供了一个用于通过算法、预训练模型和应用程序来设计和实现深度神经网络的框架。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、时序和文本数据执行分类和回归。应用程序和绘图可帮助您可视化激活值、编辑网络架构和监控训练进度。
对于小型训练集，您可以使用预训练深度网络模型(包括 SqueezeNet、Inception-v3、ResNet-101、GoogLeNet和VGG-19)以及从TensorFlow®-Keras和Caffe导入的模型执行迁移学习。
要加速对大型数据集的训练，您可以将计算和数据分布到桌面计算机上的多核处理器和GPU中(使用Parallel Computing Toolbox™)，或者扩展到群集和云，包括Amazon EC2® P2、P3 和 G3 GPU 实例(使用 MATLAB® Distributed Computing Server™)。

平台

Windows 10
MATLAB 2018a
Deep Learning Toolbox
Computer Vision Toolbox

注：如果没有Deep Learning Toolbox和Computer Vision Toolbox，需要自己安装，在MATLAB主页的APP中，点击获取更多App，在打开的附加功能资源管理器中，搜索这2个工具箱并下载安装即可。
app

一个简单的例子

在MATLAB官方文档中，提供了一些简单的入门实例。下面我们挑选第一个案例进行简单的分析。

使用 GoogLeNet 对图像进行分类

首先是使用一个典型的的深度卷积神经网络GoogLeNet对图像进行分类。
GoogLeNet已经对超过一百万个图像进行了训练，可以将图像分为1000个对象类别（例如键盘、咖啡杯、铅笔和多种动物）。该网络已基于大量图像学习了丰富的特征表示。网络以图像作为输入，然后输出图像中对象的标签以及每个对象类别的概率。

加载预训练网络

1	net = googlenet

加载一个已知网络十分简单，直接令变量名等于网络名即可(第一次加载可能需要联网下载)。下面我们使用disp(net)简单看一个googlenet的内容：
net
每个net都有2个属性，即Layers(网络层)和Connections(层连接)，Layers为数组，指的是网络图层，指定为Layer阵列。Connections是表，图层连接，指定为具有两列的表。每个表行表示图层图中的连接。第一列Source指定每个连接的源。第二列Destination指定每个连接的目标。连接源和目标要么是图层名称,要么layerName/IOName的窗体,其中IOName是图层输入或输出的名称。
我们可以继续disp(net.Layers)查看其网络结构：
layers
可以看出，googlenet一共有144层，第一列为网络名称，第二列为网络的类型，第三列为网络的具体参数。
这里我们需要网络结构里面的第一个和最后一个参数，即图像输入和分类类别，先定义2个变量保存该信息。

1 2	inputSize = net.Layers(1).InputSize; classNames = net.Layers(end).ClassNames;

我们可以简单看下这2个参数里面的信息：
InputSize

读取图像并调整图像大小

有了训练好的网络结构后，我们就可以用图片进行分类预测了。
首先读取一张图片，这里使用了官方文档里面的图片，然后要将其调整到网络需要的输入图片大小(否则会编译报错)。

1 2	I = imread('peppers.png'); I = imresize(I,inputSize(1:2));

使用imresize将图像大小调整为网络的输入大小。调整大小会略微更改图像的纵横比。当然也可以使用更好的调整大小的函数。
B = imresize(A, [numrows numcols])：numrows和numcols分别指定目标图像的高度和宽度。这里的numrows和numcols就是刚才inputSize的第1列和第2列数组，即224,224。

对图像进行分类

使用classify对图像进行分类并计算类概率。用于分类的网络训练为针对每个输入图像输出单个标签，即使图像包含多个对象时也是如此。最后我们也可以显示图像及预测的标签，以及具有该标签的图像的预测概率。

[label,scores] = classify(net,I);
figure
imshow(I)
title(string(label) + ", " + num2str(100*scores(classNames == label),3) + "%");

classify()：使用经过训练的深度学习神经网络对数据进行分类，一共有3种形式：

其返回值label就是scores中数组最高的那个对应的label，scores是一个1000*1的向量(因为googlenet一共有1000个分类类别)，里面依次存放着每个列别的置信度。scores(classNames == label)即表示找到label对应的那个scores。其结果如图所示：

显示排名靠前的预测值

根据scores的特点，我们还可以显示出排名前五的预测标签，并以直方图形式显示它们的相关概率。由于网络将图像分类为如此多的对象类别，并且许多类别是相似的，因此在评估网络时通常会考虑准确度排名前五的几个类别。网络以高概率将图像分类为甜椒。

[~,idx] = sort(scores,'descend');  % 降序排列
idx = idx(5:-1:1);
classNamesTop = net.Layers(end).ClassNames(idx);  % 获取前5个类别
scoresTop = scores(idx);

figure
barh(scoresTop)   %绘制水平条形图
xlim([0 1])
title('Top 5 Predictions')
xlabel('Probability')
yticklabels(classNamesTop)

其结果如下：

基于MATLAB的深度学习——入门篇

概述

平台