深度学习工具箱™为设计和实现具有算法，预磨料模型和应用的深度神经网络提供框架。您可以使用卷积神经网络（CoundNet，CNN）和长短期内存（LSTM）网络在图像，时序和文本数据上执行分类和回归。您可以使用自动分化，自定义训练循环和共享权重构建网络架构，例如生成的对抗网络（GANS）和暹罗网络。使用深度网络设计器应用程序，您可以以图形方式设计，分析和培训网络。实验管理器应用程序可帮助您管理多个深度学习实验，跟踪培训参数，分析结果和与不同实验的代码进行比较。您可以可视化图层激活和图形监控培训进度。

您可以通过Tennx™格式和Pytorch与TennoRflow-Keras和Caffe的进口型号交换模型。Toolbox支持使用D万博1manbetxarknet-53，Resnet-50，NASNet，Screezenet等传输学习佩带的模型。

您可以在单个或多个GPU工作站上加快培训（并行计算工具箱™），或扩展到集群和云，包括NVIDIA^® GPU Cloud and Amazon EC2^®GPU实例（与马铃薯^®并行服务器™）。