MATLAB对于深度学习有什么新特性?

MATLAB使每个人都可以轻松地进行深度学习，即使您不是专家。查看用于设计和构建您自己的模型、网络培训和可视化以及部署的最新特性。

新功能

实验管理器应用程序 :

管理多个深度学习实验，跟踪训练参数，分析比较结果和代码

了解更多

数据准备和标记

  • 视频标签:在视频或图像序列中标记地面真实数据
  • Audio Labeler:交互式地定义和显示音频数据集的基本事实标签
  • 新信号标记器:交互式地可视化和标记信号
  • 新像素标签数据存储:存储二维和三维语义分割数据的像素信息
  • 新音频数据存储:管理大量的音频记录
  • 新图像数据存储:支持3D数据万博1manbetx

网络体系结构

  • 新建立先进的网络架构，如GANs、Siamese网络、注意力网络和变分自动编码器
  • 训练“you-only-look-once”(YOLO)意思v2深度学习 对象探测器和生成C和CUDA代码
  • 深度网络设计:图形化设计和分析深度网络，并生成MATLAB代码
  • 自定义层支持:定义具有多个输万博1manbetx入和输出的新层，并指定用于分类和回归的损失函数
  • 结合LSTM和卷积层进行视频分类和手势识别

深度学习的互操作性

  • 导入和导出模型与其他使用ONNX模型格式的深度学习框架，并生成CUDA代码
  • 新能够与MobileNet-v2, ResNet-101, incep- v3, SqueezeNet, NASNet-Large，和Xception一起工作
  • 导入TensorFlow-Keras模型并生成C、c++和CUDA代码
  • 在Caffe模型导入器中导入DAG网络

参见全面列表在MATLAB中支持预训练模型万博1manbetx。

网络训练

  • 自动验证网络性能，并在验证指标停止改进时停止培训
  • 新训练三维图像数据的深度学习网络
  • 使用贝叶斯优化执行超参数调优
  • 用于培训的其他优化器:Adam和RMSProp
  • 在多个gpu上并行地训练DAG网络
  • 在NVIDIA DGX和云平台上培训深度学习模型

调试和可视化

  • DAG激活:可视化中间激活网络，如ResNet-50、ResNet-101、GoogLeNet和incep- v3
  • 监控培训进度，绘制准确性、损失和验证指标图
  • 网络分析器:在培训之前，可视化、分析和发现网络架构中的问题
  • 新可视化LSTM网络的激活并使用分级cam来理解分类决策

部署

  • 新为网络生成代码，如YOLO V2 object detector, DeepLab-v3+， MobileNet-v2, Xception, DenseNet-201，和轮回网络
  • 新部署深度学习网络武装Mali gpu
  • 新自动部署到Jetson AGX Xavier和Jetson Nano平台
  • 使用共享内存应用CUDA优化置换以提高性能

强化学习

  • 新强化学习算法:使用DQN、DDPG、A2C、PPO等算法训练深度神经网络策略
  • 环境建模:创建MATLAB和Simulink模型来表示环境，并为训练策略提供观察万博1manbetx和奖励信号
  • 训练加速:并行化gpu和多核cpu上的策略训练
  • 新参考示例:实现自动驾驶、机器人和控制设计应用程序的策略

获得免费试用

30天的探索在你的指尖。

立即下载

有问题吗?

和深度学习专家谈谈。

电子邮件我们