MathWorks今天推出了2017b版（R2017b），其中包括MATLAB和Simulink中的新功能、六种新产品，以及对其他86种产品的更新和错误修复。该版本还增加了新的重要深度学万博1manbetx习功能，简化了工程师、研究人员和其他s manbetx 845领域专家设计、培训和部署模型的方式。
深度学习支持万博1manbetx
R2017b中的特定深度学习功能、产品和功能包括：s manbetx 845
- 神经网络工具箱增加了对复杂体系结构的支持，包括有向无环图（DAG）万博1manbetx和长短时记忆（LSTM）网络，并提供了对流行的预训练模型（如GoogLeNet）的访问。
- 计算机视觉系统工具箱中的图像标签机应用程序现在提供了一种方便、交互式的方式来标记图像序列中的地面真实数据。除了目标检测工作流之外，工具箱现在还支持使用深度学习进行语义分割，以对图像中的像素区域进行分类，并评估和可视化分割结果。万博1manbetx
- 新产品GPU编码器自动将深度学习模型转换为NVIDIA GPU的CUDA代码。内部基准测试表明，对于部署的模型，生成的深度学习推理代码的性能比TensorFlow高7倍，比Caffe2高4.5倍*
结合R2017a中引入的功能，预训练模型可用于转移学习，包括卷积神经网络（CNN）模型（AlexNet、VGG-16和VGG-19）以及Caffe模型（包括Caffe模型动物园）。模型可以从头开始开发，包括使用CNN进行图像分类、对象检测、回归等。
MathWorks的MATLAB营销总监David Rich说：“随着智能设备和物联网的发展，设计团队面临的挑战是通过自己开发深度学习技能，或者依靠其他具有深度学习专业知识的团队来创建更多的智能产品和应用程序s manbetx 845，而这些团队可能不了解应用环境。”。“有了R2017b，工程和系统集成团队可以扩展使用MATLAB进行深入学习，更好地控制整个设计过程，更快地实现更高质量的设计。他们可以使用预训练的网络，在代码和模型上进行协作，并部署到GPU和嵌入式设备。使用MATLAB可以提高结果质量同时通过自动化地面真实性标记缩短模型开发时间。”
其他更新
除了深入学习，R2017b还包括其他关键领域的一系列更新，包括：
- 用MATLAB进行数据分析
- 新的文本分析工具箱产品、可扩展数据存储、更多用于机器学习的大数据绘图和算法，以及Microsoft Azure blob存储支持万博1manbetx
- 用Simulink进行实时软件建模万博1manbetx
- 为软件环境建模调度效果并实现可插拔组件
- Simulink的验证与确认万博1manbetx
- 用于需求建模、测试覆盖率分析和遵从性检查的新工具
R2017b立即在全球范围内提供。有关完整更新列表的更多详细信息，请访问新发布页面。
