Matlab Expo 2022——低代码AI(机器学习、深度学习)

相关资料:

1.Workshop练习需要提前用户下载的代码和资料包:Expo2022 LowCodeAI CN
https://content.mathworks.com/viewer/62afe7a94a95027ab28358ec?iid=62afde5c22ed6a6d6bf4e75d
2.Workshop需要用到的讲义 (PDF版本):2022 CN expo LowCodeAI workshop
https://content.mathworks.com/viewer/62afe7a94a95027ab28358ec?iid=62afdd6896468151ce1510f7

 

Q&A:

1.请问一下:此示例中手机中的IMU传感器数据是如何读取到的?可以用自己手机数据照此进行聚类分析?
可以用MATLAB Mobile,把手机传感器的数据上传;在您的手机应用商店里,可以下载安装MATLAB Mobile通过您的MathWorks账户登录,其中可以在主菜单选择传感器,包括加速度、磁场、方向、角速度、位置,数据可以上传到您的MATLAB Drive中

2.这训练完的模型可以生成C代码?
可以导出为compact model,然后使用MATLAB Coder生成C代码,也可以导入到Simulink,再生成代码


3.可以同时用多个模型,提高预测准确性吗?
可以用ensemble model,举个例子,用fitrensemble训练回归集成模型

4.您好,请问搜集到的数据有缺失值一般怎样处理,谢谢
前期需要进行数据清洗,在最新版本中,提供了Data Cleaner App,或者使用fillmissing函数处理缺失值
也可以使用实时编辑器中的清理缺失值任务
其中方法可以设置为:'previous' | 'next' | 'nearest' | 'linear' | 'spline' | 'pchip' | 'makima',具体使用哪种方法取决于您的数据质量和需要实现的任务

5.有介绍matlab做机器学习支持GPU加速,GPU加速是自动开启的吗?
狭义的机器学习一般不需要使用GPU加速,深度学习可以在训练时,设置trainingOptions,选择硬件加速方式:ExecutionEnvironment — Hardware resource for training network
'auto' | 'cpu' | 'gpu' | 'multi-gpu' | 'parallel'
如果一定需要对机器学习进行加速,可以借助gpuArray:有些函数接受 gpuArray (Parallel Computing Toolbox) 输入参数,因此您可以通过在图形处理单元 (GPU) 上运行来加快代码执行速度。具体支持的函数请查看文档:https://www.mathworks.com/help/releases/R2022a/stats/referencelist.html?type=function&capability=gpuarrays

6.不需要额外配置环境什么的吗?
需要设置环境,可以查看文档了解:https://www.mathworks.com/help/releases/R2022a/parallel-computing/gpu-support-by-release.html
设置完成以后,可以通过gpuDevice指令,在MATLAB命令行测试GPU是否能够正常访问,具体也可以多看看Parallel Computing Toolbox对应GPU Computing相关的文档哈

7.请问刚刚选择的五折交叉验证,是划分的验证集还是测试集呢?每次训练的模型结果怎么进行查看呢?
验证集,测试集不能在训练阶段使用,会出现data leak问题,建议查看文档,了解细节。

8.五折交叉验证划分出了5组训练集和验证集合,那是训练了5次吗?每次训练的模型结果怎么进行查看呢?训练完之后matlab显示的结果是什么值,是5次训练的平均值吗?
是的,在app里显示的是平均值,如果您需要查看每次的结果,可以借助crossval函数分析,具体可以参考这个链接:https://www.mathworks.com/help/releases/R2022a/stats/crossval.html#mw_75468142-410b-4e8c-897c-a8b9b50ae036_head

matlab机器学习是直接提供了交叉验证的函数和方法,针对机器学习,这种方法用得比较多,因为模型容易过拟合。针对深度学习应用中,如果希望基于不同的训练数据进行多次训练和验证比较结果,可以使用深度学习工具箱提供的Experiment Manager,并且可以进一步做消融试验,或者用贝叶斯优化调优

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值