深度学习工具箱™││││││││││││││││││││││││││││││││││││││││││││││││││├컨벌루션신경망（CONDNET，CNN）과과기억（LSTM）신경망신경망사용용하여，시계열시계열및텍스트이터에대해분류분류와회귀를를수수수수수수수자동미분，사용자지정훈련루프및가중치사용하여하여생성적대신경망（gan：生成对冲网络）이나샴샴（暹罗网络）같은신경망아키텍처를구축할수있습니다。심층신경망디자이너앱을사용하여그래픽방식으로신경망을설계，분석및훈련시킬수있습니다。실험관리자앱을사용하여여러딥러닝을관리하고，훈련훈련파라미터를추적，결과를분석하고，서로다른실험의를비교할수。계층활성화를시각화하고훈련진행상황을그래픽방식으로모니터링할수있습니다。

Onnx™형식을사용용tensorflow™및pytorch간모델을전환하고tensorflow-keras및caffe에서모델가져올수수수이툴박스는暗网-53，RESNET-50，NASNet，SqueezeNet을비롯한여러使用方法을통한전이학습학습지원합니다。

并行计算工具箱™를사용하여단일또는다중gpu워크스테이션에서훈련속도를높일수수수，马铃薯^®并行服务器™를사용하여nvidia^®GPU云的Amazon EC2^®gpu인스턴스같은클러스터와클라우드확장확장할수있습니다。