为什么使用 MATLAB 进行深度学习？
从深度学习模型到现实中的人工智能 (AI) 驱动系统，MATLAB 轻松助您推进。
预处理数据
使用交互式 App 来标注、裁剪和识别重要特征，并使用内置算法实现标注过程自动化。
训练和评估模型
以一套完整的算法和预置模型作为起点，然后使用深度网络设计器创建和修改深度学习模型。
仿真数据
通过将深度学习模型纳入系统级 Simulink 仿真对其进行测试。测试难以在硬件上测试的边缘情形。了解您的深度学习模型如何影响整个系统的性能。
部署经过训练的网络
在嵌入式系统、企业系统、FPGA 设备或云上部署您经过训练的模型。使用 Intel®、NVIDIA® 和 ARM® 库生成代码，以创建具有高性能推断速度的可部署模型。
与基于 Python 的框架集成
通过导入 Tensorflow 模型和使用 ONNX 功能，MATLAB 支持您从任何位置访问最新研究。您可以使用包括 NASNet、SqueezeNet、Inception-v3 和 ResNet-101 在内的预置模型作为起点。您还可以在 MATLAB 与 Python 间双向调用，以便与使用开源软件的同事合作。
获取免费试用版
30 天探索触手可及。
Deep Learning Toolbox
设计、训练和分析深度学习网络。
简易教程
与深度学习专家一起学习。
