第一章：MATLAB 2024b深度学习工具箱新特性

1、MATLAB Deep Learning Toolbox

2、实时脚本与交互控件功能

3、批量大数据导入及Datastore类函数功能

4、数据清洗功能

5、深度网络设计器功能

6、实验管理器功能

7、MATLAB Deep Learning Model Hub

8、MATLAB与TensorFlow、PyTorch等深度学习框架协同工作功能

9、MATLAB Deep Learning Toolbox Examples

第二章：卷积神经网络

1、深度学习与传统机器学习的区别与联系

2、卷积神经网络的基本原理

3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系

4、预训练模型的下载与安装

5、优化算法

6、调参技巧

第三章：模型可解释性与特征可视化

1、什么是模型可解释性？为什么要对CNN模型进行解释？

2、常用的可视化方法有哪些？

3、CAM

第四章：迁移学习算法

1、迁移学习算法的基本原理

2、基于深度神经网络模型的迁移学习算法

第五章：循环神经网络与长短时记忆神经网络

1、循环神经网络与长短时记忆神经网络的基本原理

2、RNN与LSTM的区别与联系

第六章：时间卷积网络

1、时间卷积网络的基本原理

2、TCN与1D CNN、LSTM的区别与联系

第七章：生成式对抗网络

1、生成式对抗网络GAN

第八章：自编码器

1、自编码器的组成及基本工作原理

2、经典自编码器

第九章：目标检测YOLO模型

1、什么是目标检测？目标检测与目标识别的区别与联系？YOLO模型的工作原理

第十章：图像语义分割U-Net模型

1、语义分割简介

2、U-Net模型的基本原理

第十一章：注意力机

1、注意力机制的背景和动。

2、注意力机制的基本原理

3、注意力机制的主要类型

4、注意力机制的优化与变体

第十二章：Transformer模型及其在NLP和CV领域的应用

1、Transformer模型的提出背景

2、Transformer模型的进化之路

3、Transformer模型拓扑结构

4、Transformer模型工作原理

5、BERT模型的工作原理

6、GPT系列模型

7、ViT模型

第十三章：物理信息神经网络

1、PINN工作原理

第十四章：图神经网络

1、图神经网络的背景和基础知识

2、图的基本概念和表示。

3、图神经网络的工作原理

4、图卷积网络（GCN）的工作原理。

5、图神经网络的变种和扩展

第十五章：深度学习模型压缩

1、深度学习模型压缩的常用方法

2、Deep Learning Toolbox Model Compression Library的安装与模型压缩

第十六章：MATLAB接入ChatGPT/DeepSeek等大语言模型

1、Ollama下载与安装

2、Large Language Models  with MATLAB下载与安装

3、ChatGPT API Key配置与MATLAB接入ChatGPT对话

4、本地部署DeepSeek大语言模型与MATLAB接入DeepSeek对话

原文：MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发