你好。我的名字是乔希克林。我在MathWorks公司的高级开发人员。我要告诉你如何做迁移学习。迁移学习可以是深度学习应用到你的问题很实际的方式。

随着迁移学习，你把已有的神经网络，稍微修改它，然后重新训练它在你的图片。这可能会产生优异的成绩，远远比从头开始设计网络和自己的训练就容易得多。

在我的工作，我需要能够从热狗和蛋糕和苹果馅饼和冰淇淋区分汉堡包。据我所知，没有网络，它会为我做的。所以我要开始一个已经存在的网络，亚历克斯网。亚历克斯网一直在训练，1000个不同类型的图像进行分类，并且它已经已经培训了超过一万张图片。

所以我在这里。我要开始了装载亚历克斯网，我要得到的层出的，所以我能看到的部分。如果你在这里往下看，可以看到亚历克斯网有25层。大部分的层都在做有用的图像处理的事情，会为我的系统工作，以及亚历克斯净的。我要离开那些独自一人。

但第23层中有1000元，因为亚历克斯网1000个进行分类不同的图像。我只打算做五种不同类型的图像，所以我要替换与只拥有五个图像的网络。最后，我要代替输出层为好。亚历克斯网的最后一层了解到亚历克斯网的分类，那些1000个不同的类别。我不希望出现这种情况。我要与那将学习矿井空层来代替它。

现在我已经建立了我的网络。是时候处理数据了。你不需要一百万个像Alex net那样的图像，但是你需要1000个这样的图像才能得到好的结果。我做了一个文件夹，里面有五个子文件夹，每个类一个。有一种叫苹果派，还有一种叫杯形蛋糕，等等。每一个文件夹里都有1000张相关主题的图片。

我将这些图片的大小调整为Alex net所期望的大小，227 * 227，您也必须这样做。如果你像这样排列你的数据，你可以使用MATLAB的图像数据存储对象，因为它理解那个结构，它会加载所有的图像并为你适当地标记它们。这就是我要做的。

一旦我得到了我的图像，我需要把它们分成两组。我将使用它们中的大多数进行训练，但是我将保留其中的一些，以便稍后测试准确性。我们来做一下。现在我已经准备好训练我的人际网络了。我需要设置一些网络参数。我选择了一些运行良好的参数。

如果你喜欢，并看看会发生什么你可以改变这些。然后，我已经准备好对网络进行训练。开始的。这是要采取五六分钟来完成其工作。我在我的电脑一个相当强大的GPU，所以这是相当快。你的旅费可能会改变。好吧，网络的完成训练。我们现在要做的第一件事是看它是如何准确。

我们会要求网络对测试图像进行分类，也就是我们在训练集中遗漏的图像，然后我们会看看有多少是正确的。84%的准确率。对于五分钟的工作来说已经很不错了。现在让我们用网络摄像头在一些真正的食物上尝试一下。我只是碰巧桌子上有一些食物。有汉堡包、苹果派、热狗、冰淇淋。

所以，总体来说，它的工作原理相当不错，这是相当强劲了很多的这些。不同的角度和东西。就这样，我们走了。这工作比我预期的要好，真的。我简化了这个演示，就像我可以，但在下载，我们会包括将有更多的评论的第二个文件，它就会有更多的代码来处理可能出现的一些情况。

我已经向你们展示了如何用转移学习进行分类，但是如果你需要实际的数字，你也可以用转移学习进行回归。好吧，我希望我已经向你们展示了足够多的东西，让你们对转学学习感兴趣，所以拿一些零食，试一试吧。