ディプラニング向けMATLAB

ディプニュラルネットワクのデタ準備，設計，シミュレション，および展開

無料評価版をダウンロド

無料のチュトリアルを試す

ディプラニングアプリケション

わずか数行のmatlab^®コードで,アルゴリズムの設計,データの準備とラベル付け,もしくはコード生成と組み込みシステムへの展開などの作業の有無に関わらず,アプリケーションにディープラーニングを組み込むことができます。

ディプラニングにmatlabを使用する理由

MATLABを使用すると,ディープラーニングモデルから実際のAI(人工知能)駆動システムへの移行が容易になります。

エンジニアのためのai: aiシステムの構築(凌晨)

デタの前処理

対話型アプリを用いて，重要な特徴のラベル付け，切り抜き，特定を行うことができます。また，このアプリにはラベル付けを半自動化するアルゴリズムも搭載しています。

詳細を見る

モデルの学習および評価

一連のアルゴリズムと事前構築済みのモデルから始めて,ディープネットワークデザイナーアプリによってディープラーニングモデルの作成および変更を行います。

モデルの探索

デタのシミュレション

システムレベルの仿真软件シミュレーションに含めることで,ディープラーニングモデルのテストを行います。ハドウェアでのテストが困難なエッジケスのシナリオをテストします。ディプラニングモデルがシステム全体のパフォーマンスにどのような影響を与えるのかを理解します。

ビデオを見る(45)

学習済みのネットワクの展開

学習済みモデルを組み込みシステム,エンタープライズシステム,FPGAデバイス,またはクラウドに展開します。英特尔^®,英伟达^®，およびarm^®のラブラリからコドを生成し，高性能な推論速度をも。

ビデオを見る(十五11)

Pythonベスのフレムワクとの統合

MATLABを使用すると,Tensorflowモデルをインポートしたり,ONNX機能を使用したりすることで,どこからでも最新の研究にアクセスすることができます。NASNet、SqueezeNet Inception-v3 resnet - 101など,事前構築済みのモデルのライブラリを使用して開始することができます。MATLABから Python を呼び出したり、反対に Python から MATLAB を呼び出したりすることで、オープンソースを使用している同僚と共同作業できるようになります。

詳細を見る