主要内容

Deep Learning Toolbox

设计、训练、分析和仿真深度学习网络

Deep Learning Toolbox™ 提供用于设计、实现和仿真深度神经网络的函数、App 和 Simulink® 模块。该工具箱提供了一个框架来创建和使用多种类型的网络,如卷积神经网络 (CNN) 和变换器。您可以可视化和解释网络预测、验证网络属性以及通过量化、投影或剪枝来压缩网络。

借助深度网络设计器,您可以通过交互方式设计、编辑和分析网络,导入预训练模型并将网络导出到 Simulink。该工具箱可用于与其他深度学习框架进行互操作。您可以导入 PyTorch®、TensorFlow™ 和 ONNX™ 模型进行推断、迁移学习、仿真和部署。您还可以将模型导出到 TensorFlow 和 ONNX。

您可以为经过训练的网络自动生成 C/C++、CUDA® 和 HDL 代码。

Deep Learning Toolbox 快速入门

Deep Learning Toolbox 基础知识学习

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

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