Simulink深度学习
使用Simulink扩展深度学习工作流
在Simulink中实现深度学习功能®通过使用深度学习工具箱™中包含的深度神经网络块库中的块或使用深度学习对象检测器包括在计算机视觉工具箱™中的分析与增强块库中的块。
Simulink中的深度学习功能MATLAB函数块,需要一个受支持的编译器。对于大多数平台,MATLAB提供了默认的C编译器®安装。使用c++语言时,必须安装兼容的c++编译器。要查看支持的编译器列表,请打开支持和兼容的编译器,单击与您的操作系统对应的选项卡,找到Simulink产品系列桌子,去用于模型引用,加速器模式,快速加速器模式,和MATLAB函数块列。如果您的系统上安装了多个支持matlab的编译器,则可以使用墨西哥人设置
命令。看到更改默认编译器.
块
主题
图片
- 使用GoogLeNet在Simulink中分类图像
属性在Simulink®中对图像进行分类图像分类器
块。 - Simulink深度学习模型的加速
提高模拟速度与加速器和快速加速器模式。 - 基于深度学习的Simulink车道和车辆检测
这个例子展示了如何在Simulink®模型中使用深度卷积神经网络来执行车道和车辆检测。 - 基于深度学习的Simulink心电信号分类
这个例子展示了如何在Simulink (R)模型中使用小波变换和深度学习网络对心电信号进行分类。 - 基于导入TensorFlow网络的Simulink图像分类
导入预先训练好的TensorFlow™网络importTensorFlowNetwork
,然后在Simulink中使用Predict块进行图像分类。
序列
- 在Simulink中预测和更新网络状态
这个例子展示了如何预测Simulink®中训练好的循环神经网络的响应有状态的预测
块。 - 在Simulink中分类和更新网络状态
这个例子展示了如何在Simulink®中为训练好的循环神经网络分类数据有状态的分类
块。 - Simulink中的语音指令识别
使用Simulink模型检测音频中语音命令的存在。 - 基于深度学习网络的Simulink时间序列预测
本示例展示了如何在Simulink®模型中使用LSTM深度学习网络来预测发动机的剩余使用寿命(RUL)。 - 在Simulink中使用LSTM网络进行物理系统建模
这个例子展示了如何通过训练长短期记忆(LSTM)神经网络来创建一个降阶模型(ROM)来替换Simulink®模型中的Simscape组件。 - 提高Simulink中深度学习仿真的性能
本示例展示了如何使用代码生成来提高Simulink®中深度学习模拟的性能。
强化学习
- 创建Simulink环境和训练代理
以Simulink中建模的植物为训练环境,使用强化学习训练控制器。 - 训练DDPG Agent进行自适应巡航控制
训练一个用于自适应巡航控制应用的强化学习代理。 - 利用并行计算训练DQN Agent的车道保持辅助
为车道保持辅助应用训练一个强化学习代理。 - 训练DDPG Agent进行路径跟踪控制
训练一个增强学习代理,用于车道跟踪应用。
代码生成
- 基于Simulink应用程序的深度学习代码生成
生成用于部署在桌面或嵌入式目标上的C/ c++和GPU代码