ディープラーニング向けMATLAB
ディープニューラルネットワークのためのデータ準備、設計、シミュレーション、および展開
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。
- アプリと可视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、データを前処理し、イメージ、ビデオ、およびオーディオデータの基本事实ラベリングを自動化します。
- 専门的なプログラミング行うことなく，nvidia.®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业が可能です。
- 强化学习を用いて、動的システムの動作をシミュレーションし、学習させます。
- MATLAB的Si万博1manbetxmulinkと®で作成された物理系モデルのシミュレーションから学习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
贝壳
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卫星データの地形认识を行っています。
奥托立夫
激光雷达にラベルを付けて，レーダーベースの自动运転システムを検证しています。
立命馆大学
CT画像で畳み込みニューラルネットワークを学习させて，放射线被曝リスクを低减しています。
モデルの設計、学習、評価
一连のアルゴリズムと学习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。ドメイン固有の问题にディープラーニングモデルを组み込みます。复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.万博1manbetxSimulinkを使用して，学习済みディープラーニングモデルのシステムレベルのパフォーマンスにおける影响を评価します。
学习済みのネットワークの展开
学习済みモデルを，组み込みシステム，エンタープライズシステム，FGPAデバイス，またはクラウドに展开します.MATLABは学习済みネットワーク向けのCUDA®コードの自动生成をサポートしており，特に最新のNVIDIA GPUをターゲットとした前处理，后处理の自动生成もサポートしています。
性能を重视する场合は，最适化された英特尔®，NVIDIA，およびARM®のライブラリを活用したコードを生成し、高性能の推論速度もつ展開可能なモデルを作成することができます。エッジに展開するために、FPGA上でネットワークをプロトタイピングしてから、任意のデバイスをターゲットとするすぐに運用可能な 高密度脂蛋白を生成することができます。
高度なテクニックを试す
ディープラーニングに关するトピック
今すぐ始める
ディープラーニング入门
无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。
无料评価版を入手する
30日间の无料评価版はこちら
深度学习工具箱の詳細はこちら
ご质问はこちらへ
ディープラーニングのエキスパートにご质问ください。
