主要内容

Deep Learning Toolbox

R2026b
设计、训练、分析和仿真深度学习网络

Deep Learning Toolbox™ 提供用于设计、训练和仿真深度神经网络的函数、App 和 Simulink® 模块。您可以可视化和解释预测,验证网络属性,以及通过剪枝、投影或量化来压缩网络。您还可以为经过训练的网络生成 C/C++、CUDA® 和 HDL 代码(使用 MATLAB® Coder™、GPU Coder™ 或 Deep Learning HDL Toolbox™)。

该工具箱提供对接其他 AI 框架的接口,支持在 MATLAB 和 Simulink 中执行推理,并可以将 PyTorch®、TensorFlow™、Keras™ 和 ONNX™ 中的模型导入 MATLAB。

深度网络设计器可用于设计、导入、编辑和分析网络。时间序列建模器可用于训练和比较用于时间序列预测的模型,并且无需编写代码。

Deep Learning Toolbox 快速入门

Deep Learning Toolbox 基础知识学习

Simulink 深度学习

使用 Simulink 扩展深度学习工作流

为深度神经网络预处理数据

管理和预处理深度学习数据

导入和构建深度神经网络

使用命令行函数或以交互方式使用深度网络设计器构建网络

训练深度神经网络

使用内置训练函数或自定义训练循环来训练网络

可视化和验证深度神经网络

可视化网络行为、解释预测和验证稳健性

生成代码并部署深度神经网络

生成 C/C++、CUDA 或 HDL 代码,并导出或部署深度学习网络

Go to the Applications Category.

应用

探索深度学习工作流在计算机视觉、图像处理、自动驾驶、信号、音频、文本分析和计算金融学领域的应用