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，模拟和部署

下载免费试用版

深度学习ondramp.

只需几行Matlab^®代码，您可以在您的工作中应用深度学习技巧，无论您是设计算法，准备和标记数据，还是生成代码和部署到嵌入式系统。

用matlab，你可以：

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。
加速算法nvidia.^®gpu没有专门编程的云和数据中心资源。
使用框架与同行合作TensorFlow PyTorch,和mxnet。
模拟和培训动态系统行为强化学习。
产生基于仿真的来自Matlab和Simulink的培训和测试数据万博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

在高光谱卫星数据中使用地形识别来使用语义分割。

自动化

Labels LIDAR用于验证基于雷达的自动化驱动系统。

Ritsumeikan大学

训练CT图像上的卷积神经网络，以降低辐射暴露风险。

准备和标签图像，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的深度学习万博1manbetx(45)

尝试先进技术

与基于Python的框架集成

它不是Matlab和开源框架之间的任何一个/或选择。MATLAB允许您使用ONNX导入功能的任何地方访问最新研究，您还可以使用预构造库，包括NASNet，SCREEZENET，INECCEPION-V3和RESET-101，快速启动。从Python调用Matlab和Matlab的Python的能力允许您轻松地与使用开源的同事协作。

开始

尝试先进技术

部署训练网络

在嵌入式系统，企业系统，FPGA设备或云上部署培训的模型。Matlab支万博1manbetx持自动CUDA^® code generation for the trained network as well as for preprocessing and postprocessing to specifically target the latest NVIDIA GPUs.

绩效事项时，您可以生成利用英特尔利用优化库的代码^®，nvidia和手臂^®以高性能推理速度创建可部署模型。对于EDGE部署，您可以在FPGA上将网络原型原型，然后生成生产就绪HDL以定位任何设备。