使用 MATLAB 进行深度学习

深度神经网络的数据准备、设计、仿真和部署

只需短短几行 MATLAB® 代码,您就可以轻松构建深度学习模型,而无需具备大量专业知识。了解如何使用 MATLAB 帮助您执行深度学习任务:

  • 使用应用程序和可视化工具创建、修改和分析深度学习架构。
  • 使用应用程序预处理数据,并自动对图像、视频和音频数据标注真实值 (ground-truth)
  • NVIDIA® GPU、云和数据中心资源上加速算法,而无需专门编程。
  • 基于 TensorFlow、PyTorch 和 MxNet 等框架开展协作。
  • 使用强化学习仿真和训练动态系统行为。
  • 从物理系统的 MATLAB 和 Simulink® 模型生成基于仿真的训练和测试数据。
了解 Kestrel Agritech 如何利用 MATLAB、人工智能以及 MathWorks 初创企业计划提供的支持来预防农作物受损并提高产量。

为什么选择使用 MATLAB 进行深度学习?

互操作性

MATLAB 与 Python 可以兼得,不再为框架选择问题所困扰。MATLAB 支持 ONNX 导入和导出功能,实现与开源深度学习框架之间的互操作性。MATLAB 工具包含一系列 Python 所不具备的功能及预置函数和应用程序,在关键环节助您事半功倍。

语义分割等深度学习工作流中使用标注应用程序。

预处理应用程序

快速开始网络训练。您可以借助领域特定的应用程序,快速预处理音频、视频和图像数据集。Deep Network Designer 应用程序可在训练开始前将问题可视化并加以检查和修复,以便您创建复杂的网络架构,或修改预训练网络以进行迁移学习。

多平台部署

将深度学习模型部署到各类平台,包括 CUDA、C 代码、企业系统或云。如需提升性能,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。

快速入门

深度学习入门之旅

跟随我们的免费教程,在实践中掌握深度学习入门技巧。

探索入门资源

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。