深度学习

理解和使用深度学习网络

R2022b中的新AI示例

在最新版本的MATLAB R2022b中有很多关于AI的新例子。这些示例向您展示了如何使用新特性,还指导您将机器学习和深度学习应用到新的领域。
我们选择了以下几个新发布的例子,并按特性分类进行了分组。查看所有新的AI功能和例子,去new机器学习功能和新深度学习的特性

Low-Code人工智能

人工智能与模型训练

Hardware-Aware人工智能

使用应用程序交互式地构建、训练、评估和比较AI模型。 发现创建具有高预测精度的AI模型的新算法。 创建、优化和部署AI系统到硬件平台
从深度网络设计器导出图像分类网络到Simulink 复值数据列车网络 面向内存有限硬件的压缩机器学习模型
对分类学习者的分类能力进行可视化和评估 训练贝叶斯神经网络 异常检测代码生成

人工智能应用

下面的例子是将机器学习和深度学习技术应用到特定于应用程序的工作流程。
使用机器学习预测电池充电状态 用预训练的三维U-Net网络分割脑MRI

基于音频的机器运行状况监控异常检测 探索信用评分模型的公平性指标

我希望这些例子对你有帮助。你最想为你的应用尝试哪种新的AI方法或工作流?请在下方留言。
|
  • 打印
  • 发送电子邮件

评论

如欲留言,请点击在这里登录到您的MathWorks帐户或创建一个新帐户。

Baidu
map