深度学习工具箱™fornisce框架per la progettazione el ' implemententazone di reti neurali卷积神经(ConvNet, CNN) e reti Long -短期记忆(LSTM) per eseire la classificazione e la regressione su immagini, serie storiche e datitestui。ÈÈ可能的建筑，它是自动的，它是个性化的，它是自动的。Con l 'app深度网络设计器è可能的progettare，分析的地址reti在形式上。L 'app实验经理aiuta手势più深度学习的实验，一个非常重要的实验参数，一个非常重要的分析，一个不同的实验代码。È在这个可能的可视化的环境中，我看到了一层监控，这是一幅画，一幅画，一幅画。

È可能导入reti e grafici dei layer da TensorFlow™2,TensorFlow- keras, PyTorch^®ONNX™(开放神经网络交换)eÈ inoltre可能的esportare reti e grafici dei layer一个深度学习工具箱在张量流2 e nel格式del modelello onx。该工具箱支持基于DarkNet-53, ResNet-50, NASNet, SqueezeNet的迁移学习。

È可能的velocizzare l 'addestramento su工作站con una o più GPU (con并行计算工具箱™)，oppure scalare su集群云，tra cui伊斯坦布尔di GPU NVIDIA^® GPU云亚马逊EC2^®(con MATLAB并行服务器™)。