您现在的位置是：课程
(去拍2,5版)卷积神经网络CNN与MATLAB程序视频识别图像预测字形
2023-09-20 23:09课程 人已围观
【内容简介】《2版卷积神经网络与应用和MATLAB程序详解视频》共11章135节视频，总学时1712分钟，合28.5小时。主要内容包括：视频课程内容介绍及慎拍不拍说明与参考文献，卷积神经网络(CNN)基本概念、理论推导及算法步骤，图像卷积与池化运算及MATLAB程序效果，识别合成数字用卷积神经网络算法与MATLAB自带函数程序，人脸识别用CNN识别数字自带程序并作全面研究，GoogLeNet应用于识别狼狗，花朵及轿车等图像，增强数据及图像识别分类用自带函数程序解决，合成数字图像角度回归预测及校正问题用自带函数程序求解，中文汉字识别用CNN算法与自带程序作深入研究问题，手写体数字识别用网络流行的CNN算法程序，英文大写字母识别实例研究用CNN识别手写体数字程序。
免费全部提供MATLAB代码程序和PPT课件。
提供辅导答疑。
2021年3月12日发布第二版。
第一章 视频课程内容介绍及慎拍不拍说明与参考文献
0.1_科研技术工程8个算法及9个问题全面说明（38分钟）
0.2_店主预言先告必看(第三版)（4分钟）
1、CNN1_《卷积神经网络算法程序视频》讲什么及能干什么详细介绍（14分钟，网络上免费“试看”）
2、CNN2_MATLAB程序免费提供及视频课程亮点特点说明（5分钟，网络上免费试看）
3、CNN3_慎拍不拍建议与学习基础要求及参考文献（10分钟，网络上免费试看）
第二章 卷积神经网络(CNN)基本概念、理论推导及算法步骤
4、CNN4_1卷积神经网络基本思想及其应用领域（10分钟）
5、CNN5_1神经网络基本概念等9点内容（19分钟）
6、CNN5_2激活函数作用及sigmoid优缺点分析（9分钟）
7、CNN5_3激活函数tanh及ReLU和maxout详解（18分钟）
8、CNN5_4常用4种学习率或优化器算法简介（14分钟）
9、CNN5_5损失函数作用及3个常用损失函数（11分钟）
10、CNN5_6卷积神经网络的5个常用层结构（5分钟）
11、CNN5_7输入层与数据预处理及卷积层（6分钟，网络上免费试看）
12、CNN5_8卷积核及卷积运算等8个问题（14分钟）
13、CNN5_9卷积层10个重点知识点详解（11分钟）
14、CNN5_10激活层4点及池化层9点知识详解（14分钟）
15、CNN5_11输入层5点及CNN典型模型框架（9分钟）
16、CNN5_12思考7个常见问题及重点总结（8分钟）
17、CNN6_1CNN工作过程11点及CNN算法6个步骤（14分钟）
18、CNN7_1全连接网络最后层误差导数公式（10分钟）
19、CNN7_2全连接网络训练过程11步骤（9分钟）
20、CNN7_3CNN的导数公式含义解读（8分钟）
21、CNN7_4CNN的训练过程11步骤（10分钟）
22、CNN7_5学习对策及思考理论证明等6个问题（8分钟）
23、CNN7_6导数概念推广及其计算（6分钟）
24、CNN7_7函数对矩阵形式自变量求导记号及计算（13分钟）
25、CNN7_8总结CNN理论证明及学习对策建议（12分钟，有程序）
第三章 图像卷积与池化运算及MATLAB程序效果
26、CNN8_1灰度及彩色图像数据结构及类型（11分钟，有程序）
27、CNN8_2图像卷积核特点及卷积效果（8分钟，有程序）
28、CNN8_3程序实现卷积运算及输出矩阵大小（15分钟，有程序）
29、CNN8_4灰度图像用程序实现卷积效果（6分钟，有程序，网络上免费试看）
30、CNN8_5彩色图像卷积程序及其效果（16分钟，有程序）
31、CNN8_6池化问题及调入图像与整除问题（10分钟，有程序）
32、CNN8_7池化3种滤波及其池化后图像显示（16分钟，有程序）
33、CNN8_8思考与总结卷积及池化等问题（6分钟，有程序）
第四章 识别合成数字用卷积神经网络算法与MATLAB自带函数程序
34、CNN9-1合成数字数据库说明及求解问题目的（9分钟，有程序）
35、CNN9-2大数据处理imageDatastore语法（16分钟，有程序）
36、CNN9_3显示数字图像及数据用途划分（7分钟，有程序）
37、CNN9_4网络构建及其结构示意图（20分钟，有程序）
38、CNN9_5网络训练参数含义及选择（5分钟，有程序）
39、CNN9_6网络训练输入变量及进程图像解读（9分钟，有程序）
40、CNN9_7net中输入层属性及help方法（7分钟，有程序）
41、CNN9_8卷积层属性含义及L2与L1正则化问题（15分钟，有程序）
42、CNN9_9Maxpool与FC等5层属性解读（13分钟，有程序）
43、CNN9_10网络预测分类及其分类准确率分析（23分钟，有程序）
44、CNN9_11程序CNN9_1再分析总结（9分钟，有程序）
45、CNN9_12数据调入及数据预处理结果查看（14分钟，有程序）
46、CNN9_13数据用途划分比例与网络构建事项（6分钟，有程序，网络上免费试看）
47、CNN9_14训练参数设置及论文常用二图（14分钟，有2程序）
48、CNN9_15输出scores含义及其显示分析（11分钟，有程序）
49、CNN9_16错误分类标签及其出错原因分析（15分钟，有程序）
50、CNN9_17应用CNN算法的程序CNN9_3讲解（8分钟，有程序）
51、CNN9_18模型扩展之6个方面分析（9分钟，有程序）
52、CNN9_19算法扩展之8个算法介绍（5分钟，有程序）
53、CNN9_20思考如何使用模板程序等5个问题（8分钟）
54、CNN9_21思考网络训练及数据处理等10个问题（11分钟，有程序）
55、CNN9_22总结程序使用及扩展等5大方面问题（9分钟，有程序）
第五章 人脸识别用CNN识别数字自带程序并作全面研究
56、CNN10_1学习目的及人脸数据库介绍（9分钟，有程序）
57、CNN10_2人脸图像路径设置及数据加载（10分钟，有程序）
58、CNN10_3人像显示及数据归一化与用途划分（9分钟，有程序）
59、CNN10_4网络训练及测试准确率和论文用图（15分钟，有程序）
60、CNN10_5程序CNN10-1运行结果及特点分析（7分钟，有程序）
61、CNN10_6自己数据用途分类及实现4-D结构（13分钟，有程序）
62、CNN10_7程序10-2运行结果及其特点分析（7分钟，有程序）
63、CNN10_8程序10-3数据标准化及特点与优点（15分钟，有程序）
64、CNN10_9图像大小整形关系及其程序改动（10分钟，有程序）
65、CNN10_10程序10-4优点及4个结果对比分析（9分钟，有程序，网络上免费试看）
66、CNN10_11思考如何使用程序和改进等6个问题（14分钟，有程序）
67、CNN10_12总结用CNN对图像识别分类及研究方向（9分钟，有程序）
第六章 GoogLeNet应用于识别狼狗，花朵及轿车等图像
68、CNN11_1GoogLeNet网络说明及其加载（10分钟，有程序）
69、CNN11_2自学程序及加载网络与常用数据（12分钟，有程序）
70、CNN11_3甜椒图像识别标签及概率大小（6分钟，有程序，网络上免费试看）
71、CNN11_4识别7张图像及其标签分析（10分钟）
72、CNN11_5DAGNetwork层与连接表解读（10分钟，有程序）
73、CNN11_6思考如何使用程序等问题及总结（9分钟，有程序）
第七章 增强数据及图像识别分类用自带函数程序解决
74、CNN12_1数据库来源及增强图像数据目的（10分钟，有程序）
75、CNN12_2自学程序及随机划分数据用途（9分钟，有程序）
76、CNN12_3imageDataAugmenter语法解读（11分钟，有程序）
77、CNN12_4augImDatastore语法分析（8分钟，有程序）
78、CNN12_5网络架构及训练与所得结果（11分钟，有程序）
79、CNN12_6批规范化BN产生及其算法公式（13分钟，有程序）
80、CNN12_7BN输入变量与层位置及函数语法（12分钟，有程序）
81、CNN12_8增强数据变化及其程序12-2运行结果（11分钟，有程序）
82、CNN12_9程序12-3运行结果与泛化能力分析（9分钟，有程序）
83、CNN12_10模型扩展与算法扩展之新问题（7分钟，有程序）
84、CNN12_11思考如何使用程序等5个问题（8分钟，有程序）
85、CNN12_12总结数据增强与泛化指标建立等问题（9分钟，有程序）
第八章 合成数字图像角度回归预测及校正问题用自带函数程序求解
86、CNN13_1数据库说明及回归预测与校正文本（11分钟，有程序）
87、CNN13_2自学建议及导入数据解读分析（16分钟，有程序）
88、CNN13_3批规范化BN产生及其算法步骤（15分钟，有程序）
89、CNN13_4BN输入变量及其BN层位置与语法（13分钟，有程序）
90、CNN13_5丢弃层与全连接层及回归层解读分析（8分钟，有程序）
91、CNN13_6训练参数设置及随机洗牌作用（10分钟，有程序）
92、CNN13_7网络训练及18层主要信息解读（11分钟，有程序）
93、CNN13_8网络预测及均方根误差与箱型图（13分钟，有程序）
94、CNN13_9旋转角度校正字形及其结果对比（9分钟，有程序）
95、CNN13_10可改参数及增加查看结构类型（15分钟，有程序）
96、CNN13_11增加预测结果对比分析及论文用图（11分钟，有程序）
97、CNN13_12网络应用3张图像预测校正结果对比（14分钟，有程序）
98、CNN13_13预训练网络net18各层属性解读分析（9分钟，有程序）
99、CNN13_14模型扩展之6个相关问题讲解（5分钟，有程序）
100、CNN13_15算法扩展之7个相关算法讲解（5分钟，有程序，网络上免费试看）
101、CNN13_16思考过拟合及随机洗牌等8个问题（12分钟，有程序）
102、CNN13_17思考如何使用程序等2问题及总结（9分钟，有程序）
第九章 中文汉字识别用CNN算法与自带程序作深入研究问题
103、CNN14_1中文汉字库来源及解压与结构（13分钟，有程序）
104、CNN14_2路径设置及图像与标签和数据预处理（11分钟，有程序）
105、CNN14_3图像与标签结构认识及深夜录屏（9分钟，有程序）
106、CNN14_4训练用图调整大小及其改写标签（17分钟，有程序）
107、CNN14_5测试数据路径与图像随机显示（9分钟，有程序，网络上免费试看）
108、CNN14_6测试图像及标签改动及加解压文件（11分钟，有程序）
109、CNN14_7程序CNN14_2来源及数据用途划分（9分钟，有程序）
110、CNN14_8网络架构及其训练结果与问题分析（15分钟，有程序）
111、CNN14_9错误分类标签及对应图像与出错原因（16分钟，有程序）
112、CNN14_10程序CNN14_3数据预处理及数据增强（14分钟，有程序）
113、CNN14_11运行结果分析及不同增强结果对比（15分钟，有程序）
114、CNN14_12程序CNN14_4取各自优势与问题解决对策（14分钟，有程序）
115、CNN14_13思考如何使用程序等4个深刻问题（14分钟，有程序）
116、CNN14_14总结汉字识别算法及其算法结合思路（8分钟，有程序）
第十章 手写体数字识别用网络流行的CNN算法程序
117、CNN28_利用CNN识别手写体数字及其程序演示与学习目的（23分钟，有程序）
118、CNN29_load文件mnist_unit8.mat的结构及其实际含义分析（15分钟，有程序，网络上免费试看）
119、CNN30_CNN框架构建及其多个变量含义解读分析（16分钟，有程序）
120、CNN31_设置权值及偏置函数cansetup及其变量含义解读分析（30分钟，有程序）
121、CNN32_网络训练函数cnntrain及其变量含义解读分析（35分钟，有程序）
122、CNN33_信号前向传播函数cnnff及创新改进问题分析（44分钟，有程序）
123、CNN34_待录（23分钟，有程序）
124、CNN35_1更新权值及偏置函数cnnapplygrads程序（11分钟，有程序）
125、CNN35_2测试函数cnntest程序分析与可改问题（17分钟，有程序）
126、CNN36_1程序通用性改进及论文写作研究图表所需材料（14分钟，有程序，网络上免费试看）
127、CNN36_2CNN实际测试2个方案结果分析与思考6个问题及总结（36分钟，有程序）
128、CNN37_1数据结构及其实际意义与批次及代数的程序改进（16分钟，有程序）
129、CNN37_2损失函数3个及总用时和准确率与正误对比图的程序改进（29分钟，有程序）
130、CNN38_1数字识别模型可以改进的26处扩展问题分析（18分钟，有程序）
131、CNN38_2程序可以修改的13处语句及其影响关系详解（28分钟，有程序）
第十一章 英文大写字母识别实例研究用CNN识别手写体数字程序
132、CNN39_利用网络下载的程序CNN识别英文字母的结果分析（17分钟，有程序）
133、CNN40_识别英文26个手写字母数据库来源及其识别方案（29分钟）
134、CNN41_英文大写字母26个图片调入及其处理成CNN能用矩阵（36分钟，有程序）
135、CNN42_利用CNN识别数字的程序来识别英文26个手写字母结果分析（38分钟，有程序）
五、下载文件
附件1_必先看_2版卷积神经网络与MATLAB程序视频学习指导.doc
附件2_ CNN _PPT课件.rar
附件3_程序m文件及数据_郑一.rar
