MATLAB을이용한딥러닝
심층 신경망을 위한 데이터 준비, 설계, 시뮬레이션 및 배포
MATLAB®코드 몇 줄만으로 작업에 딥러닝 기법을 적용하여 알고리즘을 설계하고, 데이터 준비 및 레이블을 지정하고, 코드를 생성하여 임베디드 시스템에 배포할 수 있습니다.
MATLAB을 사용하면 다음과 같은 작업을 할 수 있습니다.
- 앱 및 시각화 툴을 사용하여 딥러닝 아키텍처를 생성하고, 수정하고, 분석합니다.
- 앱을 사용하여 데이터를 전처리하고 이미지, 비디오, 오디오 데이터의데이터 레이블 지정 작업을 자동화합니다.
- 전문적인프로그래밍없이英伟达®GPU, 클라우드 및 데이터센터 리소스에서 알고리즘을 가속화합니다.
- TensorFlow，PyTorch및 MxNet과 같은 프레임워크를 사용하여 동료와 협력합니다.
- 강화 학습을 통해 동적 시스템 동작을 시뮬레이션하고 학습시킵니다.
- 물리 시스템의 MATLAB및 模万博1manbetx拟®모델에서시뮬레이션 기반학습및테스트데이터를생성합니다。
MATLAB을사용한딥러닝활용사례
壳
의미론적 분할을 사용하여 하이퍼 스펙트럼 위성 데이터에서 지형을 인식합니다.
奥托立夫
激光雷达에 레이블을 지정하여 레이더 기반 자율주행 시스템을 검증합니다.
立命馆大学
计算机断层扫描이미지에 대해 컨벌루션 신경망을 학습시켜 방사선 노출 위험을 줄입니다.
모델 설계, 학습 및 평가
알고리즘과미리빌드된모델로시작하고,深层网络设计师앱을사용하여딥러닝모델을만들고수정하십시오。복잡한네트워크아키텍처를처음부터만들지않아도분야별문제를위한딥러닝모델을적용할수있습니다。
각종 기법을 사용하여 최적의 네트워크 하이퍼파라미터를 찾고, 并行计算工具箱™와 고성능 英伟达GPU를 사용하여 연산 집약적인 알고리즘을 가속하십시오. MATLAB의 시각화 툴과 梯度凸轮및 가림 민감도와 같은 기법을 사용하여 모델에 대한 인사이트를 얻을 수 있습니다. 模拟를 사용하여 훈련된 딥러닝 모델이 시스템 수준 万博1manbetx성능에 미치는 영향을 평가할 수 있습니다.
학습된 네트워크 배포
훈련된 모델을 임베디드 시스템, 엔터프라이즈 시스템, FGPA기기 또는 클라우드에 배포할 수 있습니다. MATLAB은 훈련된 신경망에 대한 자동 库达®코드 생성을 지원하며, 이외에도 최신 英伟达GPU에 맞는 전처리 및 후처리를 지원합니다.
성능이 중요한 경우, 英特尔®，NVIDIA，ARM®의 최적화된 라이브러리를 활용하여 코드를 생성함으로써 고성능의 추론 속도로 배포 가능한 모델을 생성할 수 있습니다. 에지 배포의 경우, 사용자는 신경망을 FPGA에 프로토타이핑하고 프로덕션 준비가 된 高密度脂蛋白을 생성하여 어떤 기기에 대해서도 타겟팅할 수 있습니다.
무료평가판받기
30일 동안 사용 가능.
深度学习工具箱살펴보기
질문이 있습니까?
딥러닝전문가와상의하십시오。
