Johanna Pingel, MathWorks
学习MATLAB®可以帮助深度学习工作流程的任何部分:从预处理到部署。这个视频提供了用MATLAB进行深度学习的高级概述。它描述了完整的工作流程,并展示了MATLAB如何在不同阶段帮助深度学习应用,包括导入和预处理图像,导入预训练模型,使用gpu训练模型,调试深度学习结果,以及部署深度学习模型到硬件,包括嵌入式gpu。
深度学习继续受到欢迎,扩展到几乎每一个应用程序。然而,从一个深度学习模型到一个真正的人工智能驱动系统是一项具有挑战性的任务。这里有5个使用MATLAB的理由®对于您的下一个深度学习应用程序:
MATLAB有用于标签的交互式深度学习应用程序。
这包括信号数据、音频数据、图像和视频。
通常,人们会低估标记数据所需的时间,所以帮助自动化这一过程的应用程序可以帮助你建立训练模型,并更快地看到结果。
当您在正确的场景中没有足够的数据时,MATLAB可以帮助生成合成数据。
在自动驾驶的情况下,您可以使用3D仿真环境编写场景并模拟不同传感器的输出。
在雷达和通信方面,这包括为波形调制识别和目标分类应用生成数据。
MATLAB有多种方式在深度学习框架之间交互和传输数据。
MATLAB支万博1manbetx持ONNX在其他框架之间导入和导出模型。例如,可以将PyTorch中设计的模型引入MATLAB中,利用ONNX框架导出MATLAB中训练的模型。
MATLAB还支持Pyt万博1manbetxhon互操作性:您可以从MATLAB调用Python,也可以从Python调用MATLAB。
我们继续扩大对预培训模型的支持,这些模型已经经过深度万博1manbetx学习专家的测试和审查。
接下来,除了C、c++和HDL之外,MATLAB还为NVIDIA gpu创建了优化的深度学习CUDA代码,包括运行整个算法所需的预处理和后处理代码。
优化的CUDA与TensorRT使推断非常快。代码可以部署到嵌入的NVIDIA gpu上。
最后,MATLAB有专门的工具箱和功能,具体用于:
更不用提整合传统机器学习和数据科学等其他技术了。
我们还有一些高级特性,如GANs、自动区分以及分析和调试层的能力。
你可以在我们的网站上免费试用我们的深度学习软件。如果你刚刚开始学习或者已经在另一个深度学习框架中工作,我们有很多例子和视频来帮助你快速上手MATLAB。
您也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
本网站使用cookies改善您的用户体验,个性化内容和广告,并分析网站流量。如您继续使用本网站,即表示您同意我们使用cookies。请参阅我们的隐私政策以了解更多有关cookies及如何更改您的设置。