回顾2019年

发布的Johanna Pingel，2019年12月20日

10次观看(过去30天)|0喜欢|0评论

节日快乐，新年快乐(几乎)!每年的这个时候，我喜欢回顾和回忆我们在一年中完成的事情。我将回顾一下今年深度学习博客的主题，并问一下你希望在2020年看到什么。

喊出我的风格转移博客．

主题1:客座博客

客座博主是我最喜欢的，因为我喜欢阅读其他人在深度学习中做的事情和写的东西。

总局品牌今年写了两次关于深度学习的文章，一次是关于图像增强，一次是关于场景分类。他的代码很容易遵循，并可在文件交换。我真的很喜欢与Oge合作，因为他在深度学习方面的深度知识，他对细节的关注，以及他教育和赋予观众力量的愿望。如果你还没有读过它们，看看这些博客文章:
- 场景分类
- 图像增强
雅各布·凯丝发表了一篇论文在这里，然后提出写一篇博客文章，让我们深入了解他的研究医学成像的深度学习．关于医学图像分类，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写了关于他的工作疟疾检测并展示了迁移学习的实际应用。他的工作很有趣，他喜欢MATLAB，我很欢迎在新的一年里再次与Barath合作!(提示提示)。

这些都是真正的人在做真正的深度学习研究，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年客座博主的趋势能继续下去。如果你想在这个博客上被推荐，你可以随时与我联系。

有很多机会学习深度学习的技巧和技巧:

玛利亚写到整体学习这太简单了，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:它没有出现在文档中，但绝对值得强调，而且在MATLAB中很容易执行。
我写过凸轮可视化，在MATLAB中还有许多其他用于深度学习的可视化。闭塞的敏感性这可能是2020年的一个好话题。
玛丽亚还写到特征可视化．我喜欢她用简单易懂的方法讲解高级话题，我希望在新的一年里继续这样。

来自Maria关于特征可视化的文章。

“深度学习有什么新发现”的帖子仍然是粉丝们的最爱，随着MATLAB R2020a的发布，这种情况将在2020年继续下去。亮点包括:

R2019a例子而且R2019b例子:这些不仅是很好的例子，它们还突出了深度学习的应用:音频、无线、强化学习。这似乎是一种编译新示例并保持产品中新内容状态的好方法。明年我还要继续!

现在，我想问大家:2019年你享受了什么?你想多或少看些什么?我们2020年的时间表还没有最终确定，所以还有很多时间来做改变和添加感兴趣的主题。

对我来说，假期过后，我会带着兴奋和活力重新出现，发布新的深度学习内容。这包括:简短的带有代码的帖子、视频和操作指南，以及高级概念，包括我们深度学习开发人员的见解。

最后，你已经看到了这篇文章的结尾，所以我有“礼物”送给你!除了博客，我们全年都花大量时间为MATLAB和未来的MATLAB用户创建内容。

->强化学习电子书:作为你的电子邮件地址的交换，有三本电子书强调了强化学习的概念，以及如何将它们融入你的工作中。我们认为强化学习是2020年将持续的趋势所以最好现在就开始学习基础知识!
- >新机器学习入口．以有趣、容易理解和互动的方式学习机器学习的关键概念。除了深度学习入口，机器学习入口是一个免费的工具，可以帮助你熟悉基础知识，然后让你准备好学习更多。
->数据科学事物:Heather Gorr（@HeatherGorr）今年一直在创作优秀的数据科学内容。这包括我们网站上的一个完整的系列视频在这里，以及Coursera课程．我希望明年有更多的机会和她一起工作!