深Learning-Anwendungen
Mit wenigen Zeilen MATLAB®programcode können Sie Deep Learning in Ihre Anwendungen integreren, ganz gleich, ob Sie Algorithmen entwerfen, Daten aufbereiten und kennzeichnen oder Code generieren und auf Embedded Systems bereitstellen。
Signalverarbeitung
信息分析与信号分析
计算机视觉
Erfassen, Verarbeiten和Analysieren von Bildern和视频
深度强化学习
定义和培训机构für强化学习和战略培训机构
雷达
Einsatz von Techniken der künstlichen Radaranwendungen中的情报
激光雷达
Einsatz von Techniken der künstlichen智能激光雷达- anwendungen
KI für drahtlose Anwendungen
我的技术单位
Warum MATLAB für深度学习?
MATLAB vereinfacht den Übergang von Deep-Learning-Modellen auf reale KI-Systeme。
Datenvorverarbeitung
Verwenden Sie交互式应用程序zum Kennzeichnen, Beschneiden和Identifizieren wichtiger Merkmale sowie集成算法zur自动化算法des Kennzeichnungsvorgangs。
Weitere Informationen培训生和莫德伦
初始Sie mit einem vollständigen Satz von Algorithmen und vorgefertiten Modellen und erstellen und modifizieren Sie dann Deep- learning - model - mit der Deep Network Designer-App。
Modelle erkundenSimulieren von Daten
在Simulink-Simulationen auf Systemebene中测试Sie深度学习模型。测试你的工作,die nur schwer auf Hardware auszuprobieren sinind。Verstehen Sie, wie siich Ihre深度学习模型auf die Leistung des Gesamtsystems auswirken。
Bereitstellen trainierter Netze
Stellen Sie Ihr trainiertes模型auf嵌入式系统,FPGA-Geräten, in Unternehmenssystemen oder in der Cloud bereit。Generieren Sie Code aus Intel®,英伟达®- und ARM®- Bibliotheken, um einsatzbereite模型mit leistungsstarker Inferenzgeschwindigkeit zu erstellen。
在Python-basierte框架中集成
Mit MATLAB können Sie durch den Import von Tensorflow-Modellen und den Einsatz von ONNX-Funktionen von überall auf neueste Studien zugreifen。Sie können eine书目thek vorgefertigter模型,einschließlich NASNet, SqueezeNet, Inception-v3 und ResNet-101 verwenden, um mit der Entwicklung zu beginen。Der Aufruf von Python ausmatlab und umgekehrt ermöglicht Ihnen die Zusammenarbeit mit Kollegen, die Open Source verwenden。
深度学习mit MATLAB -教程和Beispiele
Ganz gleich, ob Sie深度学习gerade erst kennenleren oder nach einem durchgängigen Workflow suchen: Sehen Sie sich diese MATLAB-Ressourcen an, die Ihnen bei Ihrem nächsten Projekt helfen können。