回顾2019年

张贴了Johanna Pingel.，2019年12月20日

15次观看（过去30天）| 0喜欢| 0评论

节日快乐，快乐（差不多）新年！一年中的这个时候，我喜欢回顾一下我们在一年内完成的事情。我将重申今年深入学习博客的主要主题，并在2020年询问您想要看到的内容。

喊叫我的风格转移博客．

主题1：访客博主

客人博主是我最喜欢的，因为我喜欢阅读其他人在深入学习中的作品和写作。

总局品牌关于今年两次深入学习，一次关于图像增强，一次关于场景分类。他的代码很容易遵循并在文件交换中提供。我真的很喜欢与OGE合作，因为他对深度学习的知识深度，他对细节的关注以及他渴望教育和赋予观众的愿望。如果您还没有阅读过他们，请查看这些博客帖子：
- 场景分类
- 图像增强
雅各布·凯丝发表了一篇论文这里，然后提出写一篇博客文章，让我们深入了解他的研究医学影像的深度学习．所有关于分类医学图像，Jakob为我们提供了实用的深度学习代码，并在MATLAB中处理非常大的图像。
Barath Narayanan写了他的工作疟疾检测并在行动中显示转移学习。他的作品很有趣，他喜欢Matlab，我欢迎在新的一年里再次与Barath一起工作！（提示提示）。

这些是真实的人在做真实的深度学习研究，这是我继续研究新的深度学习技术和趋势的动力。我真的希望2020年嘉宾博主的趋势能继续下去。如果您想在此博客上展示，您可以随时与我联系。

学习深度学习的提示和技巧有很多机会：

玛丽亚写了关于整体学习，太简单了，我几乎不相信这是真的。这个概念是博客上最完美的一篇文章:它不是在文档中，但绝对值得强调，并且非常简单地在MATLAB中执行。
我写了关于凸轮可视化， MATLAB中还有许多其他可视化方法用于深度学习。闭塞敏感性可能是2020年的伟大话题。
玛丽亚还写了功能可视化．我喜欢易于理解的先进主题方法，我希望这在新的一年里继续。

摘自Maria关于功能可视化的帖子。

“深度学习中有什么新内容”的帖子仍然是粉丝们的最爱，这将在2020年随着MATLAB R2020a的发布而继续。亮点包括:

R2019a例子和R2019b例子:这些不仅是很好的例子，它们也突出了深度学习的应用:音频、无线、强化学习。这似乎是编译新示例并保持产品中新内容状态的一种好方法。我明年还会继续!

现在，我想问大家:2019年你喜欢什么?你或多或少想看些什么?我们2020年的日程还没有最终确定，所以还有足够的时间来做出改变和增加感兴趣的话题。

对我来说，假期过后，我会带着新的兴奋和活力重新出现，提供新的深度学习内容。这包括:简短和简单的帖子与代码，视频和如何，和先进的概念，包括来自我们的深度学习开发人员的见解。

最后，你已经在这篇文章结束了，所以我有“礼物”给你！除了博客外，我们还花了很多时间为Matlab和未来Matlab用户提供全年创建内容。

- >强化学习电子书：换取您的电子邮件地址，有三个电子书突出显示RL概念以及如何在您的工作中纳入其中。我们认为强化学习是一种趋势，将持续到2020年，所以最好现在就提前学习基本知识!
- >新机器学习ondramp.．了解机器学习的关键概念，以乐趣，易于理解和互动方式。除了一个深度学习斜坡弯道在美国，机器学习匝道是一个免费的工具，帮助你熟悉基础知识，然后送你进入世界，准备学习更多。
- >数据科学事物：希瑟·戈尔（@HeatherGorr）今年一直在创造优秀的数据科学内容。这包括我们网站上的彻底视频系列这里和一个Coursera课程．我希望明年有更多的机会与她一起工作！