教育工作者通过绘制可用的课程模块、入门教程和代码示例来教授MATLAB的深度学习。通过特定领域的工具箱和应用程序,MATLAB使学生可以轻松地学习和执行特定领域的深度学习任务,包括数据预处理、图像标注、网络设计和应用程序转移学习.
MATLAB支持与开源深度学习框架的互操作性,使学生能够在其MATLAB深度学习项目中应用TensorFlow、PyTorch和其他流行框架。
下面是使用MATLAB教授深度学习的课程课程、教科书、代码示例和其他工具的示例。
课程课程
人工智能简介
图像、音频和信号处理:
教科书
MATLAB资源
- MATLAB斜坡弯道(2小时入门教程)
- 深度学习入口(2小时入门教程)
- 基于MATLAB的深度学习(16小时深度课程)
- 深度学习工具箱(文档)
- 深度学习应用程序的画廊(代码示例)
- MATLAB在线(请在浏览器中使用MATLAB)
- MATLAB平地机(自动评分MATLAB编码作业)
- 的最新功能和资源数据科学,深度学习&机器学习(最新发布的产品特性)
- 深度学习(博客)