深度学习

用于深度学习的MATLAB

深度神经网络的数据准备,设计,模拟和部署

深入学习应用

只有几行Matlab®代码,您可以将深度学习融入您的应用程序,无论您是设计算法,准备和标记数据,还是生成代码和部署到嵌入式系统。

信号处理

信号处理

采集和分析信号和时间序列数据

图像处理和计算机视觉

计算机视觉

获取,过程和分析图像和视频

加强学习

加强学习

定义,列车和部署强化学习策略

为什么Matlab深入学习?

MATLAB可以轻松地从深度学习模型转移到现实世界的人工智能(AI) - 驱动系统。

预处理数据

使用交互式应用程序来标记,裁剪和标识重要功能,内置算法,以帮助自动化标签过程。

了解更多

火车和评估模型

从一套完整的算法和预构建模型开始,然后使用深网络设计器应用程序创建和修改深度学习模型。

探索模型

模拟数据

通过将它们纳入系统级Simulink模拟来测试深度学习模型。金宝app测试边缘 - 难以测试硬件的情况。了解您的深度学习模型如何影响整个系统的性能。

部署训练有素的网络

在嵌入式系统,企业系统,FPGA设备或云上部署培训的模型。从英特尔生成代码®,nvidia®和手臂®库以创建具有高性能推理速度的可部署模型。

与基于Python的框架集成

MATLAB允许您通过导入Tensorflow模型并使用ONNX功能来访问任何地方的最新研究。您可以使用预构建模型库,包括NASnet,Screezenet,Inception-V3和Reset-101来开始。从MATLAB调用Python,反之亦然使您可以与使用开源的同事协作。

了解更多

与Matlab教程和示例的深度学习

无论您是深度学习还是正在寻找端到端的工作流程,探索这些MATLAB资源,以帮助您的下一个项目。

了解其他人如何使用Matlab进行深度学习

面板导航

Vitesco Technologies

应用深度加固学习在电源控制中

面板导航

空中客车

使用AI和深度学习自动缺陷检测

面板导航

utusin.

利用小波和深度学习将大脑信号转换为单词和短语