深度学习

 

MATLAB 实现深度学习

设计、构建和可视化卷积神经网络

只需要几行 MATLAB® 代码,无需成为专家,您就能构建深度学习模型。了解如何使用 MATLAB 帮助您执行深度学习任务。

  • 易于访问最新的模型,包括 GoogLeNet VGG-16 VGG-19AlexNet、ResNet-50、ResNet-101 和 Inception-v3
  • 加速 NVIDIA® GPU、云和数据中心资源上的算法,而无需专门编程。
  • 使用 MATLAB 应用程序和可视化工具,创建、修改和分析复杂的深度神经网络架构。 
  • 使用应用程序自动进行图像、视频和音频数据的真实值 (ground-truth) 标注。
  • 处理来自 CaffeTensorFlow-Keras 的模型。
  • MATLAB 支持 ONNX™,所以您可以使用 PyTorch MxNet 之类的框架与同事协作。

Deep Learning for:

为什么使用 MATLAB 实现深度学习?

互操作性

不再有框架基于 MATLAB 还是 Python 的选择题。使用 ONNX 导入和导出功能,MATLAB 支持与开源深度学习框架的互操作性。使用 MATLAB 工具的最大意义在于——访问 Python 中没有的功能与预置函数及应用程序。

将标注应用程序用于语义分割 
之类的深度学习工作流程。

预处理应用程序

快速开始网络训练。使用特定领域应用程序快速预处理音频、视频和图像数据集。使用 Deep Network Designer 应用程序创建复杂的网络架构,或修改预训练网络以进行迁移学习,在训练之前可视化、检查并修复问题。

多平台部署

可随处部署深度学习模型,包括 CUDA、C 代码、企业系统或云。若在意性能,您可以利用 Intel® (MKL-DNN)、NVIDIA(TensorRT、cuDNN)和 ARM® (ARM Compute Library) 优化库生成代码,创建具有高性能推理速度的可部署模型。

Get Started Fast

深度学习入门之旅

Get started with deep learning techniques in this free, hands-on tutorial.

Explore Getting Started Resources

Watch a demonstration, explore interactive examples, and access free tutorials.

快速入门

观看演示,探索交互式示例,访问免费教程。

获取免费试用版

30 天探索触手可及。

有疑问吗?

与深度学习专家探讨。