MATLAB for Deep Learning - MATLAB & 万博1manbetxSimulink - 万博1manbetx,s manbetx 845,万博尤文图斯

用于深度学习的MATLAB

深度神经网络的数据准备、设计、仿真和部署

下载免费试用版

尝试免费教程

用MATLAB的几行^®代码，你可以将深度学习技术应用到你的工作中，无论是设计算法，准备和标记数据，或生成代码并部署到嵌入式系统。

使用MATLAB，您可以:

使用。创建、修改和分析深度学习架构应用程序和可视化工具．
预处理数据和自动化真实的标签图像、视频和音频数据的应用程序。
加快算法英伟达^®gpu、云和数据中心资源，无需专门编程。
使用类似框架与同行协作TensorFlow PyTorch,和MxNet。
用。模拟和训练动态系统行为强化学习．
生成基于仿真的训练和测试数据从MATLAB和Simulink万博1manbetx^®物理系统的模型。

使用MATLAB进行深度学习的五大理由

参见其他人如何使用MATLAB进行深度学习

壳牌

将语义分割用于高光谱卫星数据的地形识别。

Autoliv

用于验证基于雷达的自动驾驶系统的激光雷达标签。

立命馆大学

训练CT图像上的卷积神经网络，以降低辐射暴露风险。

准备并标记图像，时间序列,和文本数据

MATLAB显著减少了信号、图像、视频、激光雷达、音频和文本数据的预处理和标记数据集所需的时间。同步不同的时间序列，用插值值替换离群值，去模糊图像，滤波噪声信号。使用交互式应用程序来标记、裁剪和识别重要功能，并使用内置算法来帮助自动标记过程。

开始

尝试先进技术

设计、培训和评估模型

从一套完整的算法和预构建模型开始，然后使用deep Network Designer应用程序创建和修改深度学习模型。将深度学习模型用于领域特定的问题，而无需从头创建复杂的网络架构。

使用技术来寻找最优的网络超参数和并行计算工具箱™和高性能NVIDIA gpu，以加速这些计算密集型算法。使用MATLAB中的可视化工具和技术，如grado - cam和遮挡敏感性，以获得对您的模型的深入了解。使用Si万博1manbetxmulink评估您训练过的深度学习模型对系统级性能的影响。

开始

尝试先进技术

模拟和生成合成数据

精确模型的数据是至关重要的，当你没有足够的正确场景时，MATLAB可以生成更多的数据。例如，使用游戏引擎(如虚幻引擎)中的合成图像^®，以包含更多的边缘情况。使用生成对抗网络(GANs)创建自定义模拟图像。

在传感器提供数据之前，先测试算法，在Simulink生成合成数据，这是自动驾驶系统中常用的一种方法。万博1manbetx

开始

Simulink中的深度学习万博1manbetx(45)

尝试先进技术

与基于python的框架集成

这不是MATLAB和开源框架之间的选择。MATLAB允许您使用ONNX导入功能从任何地方访问最新的研究，您还可以使用预构建模型库，包括NASNet, SqueezeNet, Inception-v3，和ResNet-101，以快速入门。从MATLAB调用Python和从Python调用MATLAB的能力允许您轻松地与使用开放源代码的同事协作。

开始