Johanna Pingel, MathWorks
学习MATLAB®可以帮助深度学习工作流的任何部分:从预处理到部署。本视频提供了MATLAB深度学习的高级概述。它描述了完整的工作流,并展示了MATLAB如何在各个阶段帮助深度学习应用程序,包括导入和预处理图像,导入预先训练的模型,使用gpu训练模型,调试深度学习结果,以及将深度学习模型部署到包括嵌入式gpu在内的硬件上。
深度学习继续受到欢迎,扩展到几乎所有的应用。然而,从深度学习模型到真正的人工智能驱动系统是一项具有挑战性的任务。以下是使用MATLAB的五个原因®对于您的下一个深度学习应用程序:
MATLAB具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,人们低估了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让你训练模型,并更快地看到结果。
MATLAB可以帮助您在没有足够的正确场景的数据时生成合成数据。
在自动驾驶的情况下,您可以编写场景,并使用3D仿真环境模拟不同传感器的输出。
在雷达和通信中,这包括为波形调制识别和目标分类应用生成数据。
MATLAB有多种方式来交互和传输数据之间的深度学习框架。
MATLAB支万博1manbetx持ONNX在其他框架之间导入和导出模型。例如,在PyTorch中设计的模型可以带入MATLAB,在MATLAB中训练的模型可以使用ONNX框架导出。
MATLAB还支持Pyt万博1manbetxhon互操作性:你可以从MATLAB中调用Python,从Python中调用MATLAB。
我们继续扩大对经过深度学习专家测试和审查的预训练模型万博1manbetx的支持。
接下来,除了C、c++和HDL, MATLAB为NVIDIA gpu创建优化的深度学习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使推理非常快。代码可以部署到嵌入式NVIDIA gpu。
最后,MATLAB有专门的工具箱和功能,专门用于:
更不用提传统机器学习和数据科学等其他技术了。
我们还拥有GANs、自动区分以及分析和调试层的能力等高级特性。
你可以在我们的网站上免费试用我们的深度学习软件。如果你刚开始学习或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入门MATLAB。
你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cookie来改善您的用户体验,个性化内容和广告,并分析网站流量。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了解有关cookie的更多信息以及如何更改设置。