MathWorks今天推出了2017B(R2017B)的发布,其中包括Matlab和Simulink,六个新产品的新功能,以及更新和错误修复到86其他产品。下载188bet金宝搏金宝app该发布还增加了新的深度学习功能,简化了工程师,研究人员和其他领域专家设计,列车和部署模型的设计。
深度学习支持金宝app
R2017B中的特定深度学习功能,产品和功能包括:下载188bet金宝搏
- 神经网络工具箱已增加对复杂架构的支持,包括指导的非循环图(DAG)金宝app和长期内存(LSTM)网络,并提供对流行的预磨损型号,如Googlenet。
- 计算机视觉系统工具箱中的图像贴标器应用程序现在提供了一种方便互动的方式来在一系列图像中标记地面真实数据。除了对象检测工作流之外,工具箱现在还支持使用深度学习来对图像中的像素区域进行分类并评估分段结果的语义分割。金宝app
- 新产品GPU编码器自动将深度学习模型转换为NVIDIA GPU的CUDA代码。内部基准显示生成的深度学习推断代码比Tensorflow和4.5x更好的性能,比Caffe2更好地实现了更好的性能。*
连同R2017a中引入的功能,预训练的模型可以用于迁移学习,包括卷积神经网络(CNN)模型(AlexNet, VGG-16,和VGG-19),以及来自Caffe的模型(包括Caffe Model Zoo)。可以从头开始开发模型,包括使用cnn进行图像分类、目标检测、回归等等。
“随着智能设备和物联网的增长,设计团队面临着创造更多智能产品和应用程序的挑战,通过开发深度学习技巧本身,或依靠可能无法理解应用程序背景的深度学习专业知识的其他团队,”大卫说下载188bet金宝搏富人,Matlab营销总监MathWorks。“通过R2017B,工程和系统集成团队可以扩展MATLAB的使用,以便深入学习,以更好地保持整个设计过程的控制,并更快地实现更高质量的设计。他们可以使用掠夺网络,在代码和模型上协作,并部署到GPU和嵌入式设备。使用MATLAB可以通过自动化地面标签来降低模型开发时间的同时提高结果质量。“
额外更新
除了深度学习外,R2017B还包括其他关键领域的一系列更新,包括:
- 使用MATLAB进行数据分析
- 一个新的文本分析工具箱产品,可扩展的数据存储,更多的大数据图和算法的机器学习,以及微软Azure blob存储支持金宝app
- 使用Simulink实时软件建模金宝app
- 为软件环境建模调度效果并实现可插拔组件
- 使用Simulink验证和验证金宝app
- 要求建模的新工具,测试覆盖范围和合规性检查
R2017b在全球范围内立即可用。有关更新完整列表的更多细节,请访问新的发布页面。