主要内容

机器学习和深度学习

基于小波的机器学习和深度学习技术，GPU加速，硬件部署，信号标记

小波技术对于获取稀疏、压缩数据表示或特征非常有效，可以在机器学习和深度学习工作流程中使用。小波工具箱支持部署多尺度特征提取算法通过MATLAB®编码器™和GPU Coder™的一些目标。为了利用现代图形处理单元(GPU)提供的性能优势，某些小波工具箱™函数可以在GPU上执行操作。这些函数为您的工作流提供GPU加速。小波工具箱还提供了执行信号标记的功能。

类别

  • 处理的信号
    多分辨率分析，小波时间散射，连续小波变换，非抽取离散小波变换，Wigner-Ville分布，mel谱图
  • 处理图像
    小波图像散射，二维连续小波变换，剪切小波，平稳小波变换
  • GPU加速
    gpu上的特征提取用于机器学习和深度学习工作流程
  • 硬件部署
    C/ c++代码生成，GPU代码生成，树莓派™，NVIDIA®杰森®

相关信息

Baidu
map