Deep Learning Toolbox™提供了一个框架，用于设计和实施使用算法，预算模型和应用程序的深神经网络。您可以使用卷积神经网络（Convnets，CNN）和长期记忆（LSTM）网络对图像，时间序列和文本数据进行分类和回归。您可以使用自动分化，自定义培训循环和共享权重构建网络体系结构，例如生成对抗网络（GAN）和暹罗网络。借助Deep Network Designer应用程序，您可以以图形方式设计，分析和训练网络。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，分析结果并比较不同实验的代码。您可以可视化图层激活并以图形方式监视训练进度。

您可以通过ONNX™格式与Tensorflow™和Pytorch交换模型，并从TensorFlow-Keras和Caffe中导入模型。该工具箱支持Darkne万博1manbetxt-53，Resnet-50，Nasnet，Squeezenet和许多其他许多其他人的转移学习预验证的模型。

您可以加快对单个或多个GPU工作站（使用并行计算工具箱™）的训练，或扩展到群集和云，包括NVIDIA^® GPU Cloud and Amazon EC2^®GPU实例（与MATLAB^®Parallel Server™）。