MATLABによるディープラーニング

ディープニューラルネットワークのためのデータ准备,设计,シミュレーション,および展开

わずか数行のMATLAB®コードで,アルゴリズムの設計,データの準備とラベル付け,もしくはコード生成と組み込みシステムへの展開などの作業の有無に関わらず,ディープラーニングをご活用いただけます。

MATLABを使用すると,以下のことを行うことができます。

  • アプリと可視化ツールを使用して,ディープラーニングアーキテクチャを作成,変更,分析します。
  • アプリを使用して,データを前处理し,イメージ,ビデオ,およびオーディオデータの地面真相ラベリングを自動化します。
  • 専門的なプログラミング行うことなく,英伟达®GPU,クラウド,およびデータセンターリソースのアルゴリズムを高速化できます。
  • TensorFlow, PyTorch,およびMxNetなどのフレームワークを使用している方とも共同作業が可能です。
  • 強化学習を用いて,动的システムの动作をシミュレーションし,学习させます。
  • MATLABと仿真万博1manbetx软件®で作成された物理系モデルのシミュレーションから学習およびテストデータを生成します。

MATLABによるディープラーニングの導入事例

面板导航

壳牌

セマンティックセグメンテーションを使用して,ハイパースペクトル衛星データの地形認識を行っています。

面板导航

Autoliv

激光雷达にラベルを付けて,レーダーベースの自動運転システムを検証しています。

面板导航

立命館大学

CT画像で畳み込みニューラルネットワークを学習させて,放射線被曝リスクを低減しています。

画的像,時系列,テキストデータの準備とラベル付け

MATLABのオーディオ,ビデオ,画的像,テキストデータ用のドメインに特化したアプリを用いると,データセットの前処理とラベル付けに必要な時間を大幅に短縮することができます。異なる時系列を同期し,外れ値を補間値に置き換え,画像のブレを除去し,ノイズ信号をフィルタリングします。対話型アプリを用いて,重要な特徴のラベル付け,切り抜き,特定を行うことができます。また,このアプリにはラベル付けを半自動化するアルゴリズムも搭載しています。

モデルの設計,学習,評価

一連のアルゴリズムと学習済みモデルから始めて,ディープネットワークデザイナーアプリによってディープラーニングモデルの作成および変更を行います。ドメイン固有の問題にディープラーニングモデルを組み込みます。複雑なネットワークアーキテクチャを初めから作成する必要はありません。

ネットワークのハイパーパラメーターの最适化を行うアルゴリズムは大量の计算を必要とします。その计算を高速化するために并行计算工具箱™と高性能のNVIDIA GPUを用います..MATLABの可视化ツールと梯度-CAMやオクルージョン感度などの手法は构筑されたモデルの理解を助けます。

合成データのシミュレーションと生成

正确なモデルにはデータが重要です.MATLABは,该当するシナリオのデータが十分にない场合に,それ以上のデータを生成することができます。たとえば,虚幻引擎®などのゲームエンジンの合成画像を使用して,より多くのエッジケースを組み込みます。敵対的生成ネットワーク(GAN)を使用して,シミュレートされたカスタム画像を作成します。

万博1manbetx仿真软件から合成データを生成することにより,センサーからデータを取得する前にアルゴリズムをテストします。これは自動運転システムで一般的に用いられるアプローチです。

Pythonベースのフレームワークとの統合

MATLABとオープンソースのフレームワークのどちらか1つだけを選択する必要はありません.MATLABでは,ONNXのインポート機能を使用して,どこからでも最新の研究成果にアクセスできます。また,NASNet, SqueezeNet, Inception-v3, resnet - 101など,学習済みのモデルのライブラリを活用すること,ですぐに作業を開始することができます.MATLABからPython,およびPythonからMATLABを呼び出す機能を用いて,オープンソースを使用している同僚と簡単に共同作業をすることができます。

学習済みのネットワークの展開

学習済みのモデルを組み込みシステム,エンタープライズシステム,またはクラウドで展開します.MATLABは学習済みネットワークのCUDA®コードの自動生成をサポートしており,杰森XavierやNanoを含む最新のNVIDIA GPUをターゲットとした,前処理,後処理用のCUDA®コードの自動生成もサポートしています。

优れたパフォーマンスが必要な场合は,英特尔®(MKL-DNN),英伟达(TensorRT, cuDNN), ARM®(臂计算库)の最適化されたライブラリを活用して,高性能な推論速度をもつ展開可能なモデルを作成するコードを生成できます。

ディープラーニングに関するトピック

面板导航

信号処理

信号と時系列データを取得および解析

面板导航

コンピュータビジョン

画像とビデオを取得,処理,解析

面板导航

強化学習

強化学習ポリシーを定義,学習,展開

今すぐ始める

ディープラーニング入門

無料ハンズオンチュートリアルでディープラーニングを始めましょう。

入門リソースを見る

デモ,対话型の例,无料チュートリアルをご利用ください。

無料評価版を入手する

30日間の無料評価版はこちら

深度学习工具箱の詳細はこちら

ご質問はこちらへ

ディープラーニングのエキスパートにご質問ください。