Deep Learning

 

使用MATLAB 进行深度学习

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。

  • MATLAB 更快:运行预测模型比 TensorFlow 最多快 7 倍,比 Caffe2 最多快 4.5 倍
  • 易于访问最新的模型,包括 GoogLeNet、VGG-16VGG-19、AlexNetResNet-50
  • 使用 NVIDIA GPU 进行 GPU 编程:使用多个 GPU、云或集群加快训练速度。
  • 使用各种函数和工具可视化中间结果,调试深度学习模型。
  • 使用 App 自动化标注真实值 (ground-truth)
  • 导入及处理来自 CaffeTensorFlow-Keras 的模型。

开始通过 MATLAB 进行深度学习

使用 MATLAB、一个网络摄像头和一个预先训练的神经网络来识别您周围的物体,从而了解如何实现深度学习。观看视频并跟随学习下面的代码:

观看一个演示

观看关于如何使用 MATLAB®、一个简单的网络摄像头和一个深度神经网络来识别周围物体的快速演示。该演示使用 AlexNet,这是针对一百多万张图片进行了预先训练的深度卷积神经网络(CNN 或 ConvNet)。

参与一个免费、易于上手的在线课程

际上手的操作介绍,学习通过深度学习的方法实现图像识别。

免费

用 2 小时的时间学习通过 MATLAB 实现深度学习

通过一个实际上手的操作介绍学习通过深度学习的方法实现图像识别。主题包括卷积神经网络、使用预训练的网络以及迁移学习。

通过查阅交互式示例和教程,从基本任务过渡到更高级的演练。

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。