借助 MATLAB，您可以使用内置应用程序和领域特定工具来准备信号数据，例如对无法放入内存的大量信号数据进行标注和管理。

信号预处理是增强信号整体质量的关键步骤。在训练深度网络之前，您可以使用内置函数和应用程序来清理信号并移除不需要的伪影。您也可以从信号中提取标准特征和领域特定特征，以降低用于训练深度学习模型的数据维度。您还可以利用小波散射等的特征自动提取技术，获取信号中方差较低的特征并训练深度网络。

交互式设计网络，使用 NVIDIA^® GPU 加速训练，更快获得理想的结果。

设计

使用 ONNX™ 导入预训练的模型，然后使用 Deep Network Designer 应用程序添加、删除或重新组织层。

训练

无论您是使用单个 GPU、多个 GPU、云端 GPU 还是 NVIDIA DGX，只需一行 MATLAB 代码，即可支持多 GPU 训练。

部署

将深度学习模型部署到各类平台。自动生成代码以在 ARM^® 和 Intel^® MKL-DNN 上本地运行。导入深度学习模型，并针对 TensorRT 和 CuDNN 库生成 CUDA^® 代码。