深度学习的应用
Quelques lignes de代码MATLAB®充分倾注intégrer du深度学习dans vos应用,que ce soit pour le design d' algorithms, la préparation et la labélisation des données ou la génération de code et son déploiement sur des systèmes embarqués。
Pourquoi MATLAB pour le Deep Learning ?
MATLAB实现了modèles深度学习和systèmes réels basés人工智能(IA)的传递器。
Prétraiter les données
利用应用交互程序labéliser, recadrer et identifier les caractéristiques importantes, et des algorithm prédéfinis pour vous aider à automatiser le processus de labélisation。
En savoir plusEntraîner et évaluer des modèles
颁授avec un ensemble complete d'algorithmes et de modèles prédéfinis, puis créez et modifiez les modèles de深度学习avec l'application深度网络设计器。
探索les modèles模拟器les données
Testez des modèles de Deep Learning en les intégrant dans des simulation au niveau système dans Simulink。tesstez des scénarios de cas limited difficiles à tester sur du hardware。Comprenez评论vos modèles de深度学习影响les表演du système dans son合奏。
Déployer des réseaux entraînés
Déployez votre réseau entraîné sur des systèmes embarqués, des systèmes d' enterprise, des cartes FPGA ou dans le cloud。Générez du code à partir des bibliothèques d'Intel®,英伟达®等部门®倒créer des modèles déployables avec une vitesse d'inférence高级性能。
S'intégrer à des frameworks basés sur Python
MATLAB实现了'accéder aux dernier résultats de la recherche en important des modèles Tensorflow et en utilisdes fonctionnalités ONNX。倒démarrer, vous pouvez utiliser une bibliothèque de modèles prédéfinis,告诉que NASNet, SqueezeNet, Inception-v3 et ResNet-101。Python代理MATLAB和反向执行协同avec des collègues非常实用的解决方案开源。
深度学习avec MATLAB的教程和示例
Que vous découvriez le深度学习ou Que vous cherchiez un工作流设计,探索资源MATLAB qui faciliteront votre prochain项目。