Deep Learning Toolbox™는 알고리즘, 사전 훈련된 모델 및 앱을 사용하여 심층 신경망을 설계하고 구현할 수 있는 프레임워크를 제공합니다. 컨벌루션 신경망(ConvNet, CNN)과 장단기 기억(LSTM) 신경망을 사용하여 영상, 시계열 및 텍스트 데이터에 대해 분류와 회귀를 수행할 수 있습니다. 자동 미분, 사용자 지정 훈련 루프 및 공유 가중치를 사용하여 생성적 적대 신경망(GAN: Generative Adversarial Network)이나 샴 신경망(Siamese network) 같은 신경망 아키텍처를 구축할 수 있습니다. 심층 신경망 디자이너 앱을 사용하여 그래픽 방식으로 신경망을 설계, 분석 및 훈련시킬 수 있습니다. 실험 관리자 앱을 사용하여 여러 딥러닝 실험을 관리하고, 훈련 파라미터를 추적하고, 결과를 분석하고, 서로 다른 실험의 코드를 비교할 수 있습니다. 계층 활성화를 시각화하고 훈련 진행 상황을 그래픽 방식으로 모니터링할 수 있습니다.

ONNX™ 형식을 사용하여 TensorFlow™ 및 PyTorch 간 모델을 전환하고 TensorFlow-Keras 및 Caffe에서 모델을 가져올 수 있습니다. 이 툴박스는 DarkNet-53, ResNet-50, NASNet, SqueezeNet을 비롯한 여러사전 훈련된 모델을 통한 전이 학습을 지원합니다.

Parallel Computing Toolbox™를 사용하여 단일 또는 다중 GPU 워크스테이션에서 훈련 속도를 높일 수 있으며,MATLAB^®Parallel Server™를 사용하여 NVIDIA^®GPU Cloud, Amazon EC2^®GPU 인스턴스 같은 클러스터와 클라우드로 확장할 수 있습니다.