2:40视频长度为2:40。
什么是深度学习工具箱?
深度学习工具箱™为设计和实现具有算法、预训练模型和应用程序的深度神经网络提供了一个框架。可以使用卷积神经网络(ConvNets、CNNs)和长短期记忆网络(LSTM)对图像、时间序列和文本数据执行分类和回归。您可以使用自动区分、自定义训练循环和共享权重来构建生成对抗网络(GANs)和Siamese网络等网络架构。使用深度网络设计器应用程序,您可以图形化地设计、分析和训练网络。实验管理器应用程序可以帮助您管理多个深度学习实验,跟踪训练参数,分析结果,并比较来自不同实验的代码。您可以可视化层激活和图形化监控训练进度。
您可以通过ONNX格式与TensorFlow™和PyTorch交换模型,并从TensorFlow- keras和Caffe导入模型。该工具箱支持DarkNet53、ResNet-50、NASNet、SqueezeNet和许多其他预训练模型的迁移学习。
您可以在单个或多个gpu工作站(使用并行计算工具箱™)上加速训练,或扩展到集群和云,包括NVIDIA® GPU云和Amazon EC2® GPU实例(与MATLAB并行服务器™)。
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。