主要内容

이번역페이지는최신내용을담고있지않습니다않습니다。최신최신내용을영문영문으로여기를클릭클릭

深度学习工具箱

딥러닝신경망의설계,훈련및분석

深度学习工具箱™││││││││││││││││││││││││││││││││││││││││││││││││├컨벌루션신경망(ConvNet,CNN)과장단기기억(LSTM)신경망을사용하여영상,시계열및텍스트데이터에대해분류와회귀를수행할수있습니다。자동미분,사용자지정지정루프및가중치사용하여하여적심층신경망디자이너앱을사용하여그래픽방식으로신경망을설계,분석및훈련시킬수있습니다。실험관리자앱을사용하여여러딥러닝실험을관리하고,훈련파라미터를추적하고,결과를분석하고,서로다른실험의코드를비교할수있습니다。00

Onnx™형식을사용하여tensorflow™및pytorch간모델을전환하고tensorflow-keras및caffe에서모델가져올수있습니다。이툴박스툴박스Darknet-53,Resnet-50,NASNet,Screezenet을비롯한여러用户된모델을통한전이학습을지원합니다。

并行计算工具箱™를사용하여하여단일또는gpu워크스테이션에서에서훈련속도를높일수수있으며,马铃薯草®并行服务器™를사용하여nvidia®GPU云,亚马逊EC2®GPU인스턴스같은클러스터와클라우드로확장할수있습니다。

深度学习工具箱시작시작

深度学习工具箱의기본사항항

영상에서의딥러닝

컨벌루션신경망을처음부터훈련시키거나사전훈련된신경망을사용하여새로운작업을빠르게학습합니다。

시계열,시퀀스시퀀스및텍스트텍스트에서의

시계열분류,회귀및전망작업을위해신경망을만들고훈련시킵니다。

딥러닝조정및시각화

실험관리,훈련진행상황플로팅,정확도정확도가,예측설명,훈련옵션조정및신경망신경망신경망신경망신경망신경망이학습학습한특징시각

병렬방식및클라우드에서의딥러닝

로컬에서여러GPU를사용하거나클라우드를사용하여딥러닝을확장하고,여러신경망을대화형방식이나일괄처리작업으로훈련시킵니다。

딥러닝응용照片

컴퓨터비전,영상영상,자율자율,신호신호및오디오에서딥러닝워크플로

딥러닝가져오기,내보내기및사용자지정

딥러닝딥러닝을가져오거나내보내거나사용자지정지정하고,훈련훈련,손실함수사용자지정지정

딥러닝데이터전처리

딥러닝을위한데이터관리관리및

딥러닝코드생성

Matlab코드코드CUDA®및c ++코드생성과딥러닝신경망배포

함수함수사,군집화및제어

얕은신경망을사용하여,분류,군집화수행및동적시스템