für深度学习
设计，模拟和神经网络
Mit nur wenigen Zeilen MATLAB®-Code können Sie Deep-Learning-Techniken für我想了解一下，您的算法和嵌入式系统代码。
MATLAB bietet folgende Möglichkeiten:
- Erstellung, modifiierung and analysis von Deep-Learning-Architekturen mithilfe von应用程序和Visualisierungstools
- 我们应该建立一个自动化系统Ground-Truth-Kennzeichnungvon Bild-，视频和音频数据应用程序
- 算法英伟达®gpu，在云中，在雷森特伦，我们的程序
- 我是一个工程师，我是一个工程师TensorFlow, PyTorch和MxNet verwenden
- dynamischem系统仿真与训练强化学习
- Generieren冯simulationsbasierten使用MATLAB和Simulink进行训练和测试金宝app®-Modellen物理和
Sehen Sie, wie andere Kunden MATLAB für Deep Learning einsetzen
壳牌
Nutzt die semantische segmenerung zur Geländeerkennung in hyperspektralen卫星日期
Autoliv
Kennzeichnet LiDAR-Daten zur验证雷达自动化系统
立命馆大学
我是一个神经衰弱的人，我是一个神经衰弱的人
和Kennzeichnen von Bild，Zeitreihen -和Textdaten
MATLAB reduziert den Zeitaufwand für die Vorverarbeitung und Kennzeichnung von Datensätzen dank domänenspezifischer Apps für Audio-， Video-， Bild- and Textdaten erheblich。同步您的短信，您的短信，您的短信，schärfen您的短信和过滤您的短信。交互式应用程序是Kennzeichnen, beshneiden和identififiieren, Merkmale sowie integrierte Algorithmen and ur Automatisierung des kennzeichnungorgen。
奥地利第一储蓄Schritte
Entwerfen, Trainieren和Bewerten von Modellen
开始您可以在vollständigen Satz von算法和vorgefertigten Modellen和erstellen和modifizieren您可以在Deep Network Designer-App中的Deep learning - modelle。您的深度学习模型für domänenspezifische问题，请访问我们的网站müssen。
我们可以找到最优的netzwerk超参数，我们可以找到并行计算工具箱和nvidia - gpu，我们可以找到算法。Verwenden Sie Visualisierungstools in MATLAB and Techniken wie Grad-CAM和Occlusion Sensitivity, um erkentnisse zu Ihrem models zu gewinnen。Mit 金宝appSimulink können Sie die Auswirkungen Ihres trainierten deep - learning - models auf die Performance auf Systemebene bewerten。
Fortgeschrittene Methoden
合成数据的相似性和普遍性
Daten für genaue Modelle sind entscheidend, MATLAB kann zusätzliche Daten erzeugen, wenn Sie nicht über genug geeignte Szenarien verfügen。Verwenden Sie Beispiel synthetische Bilder von Computerspiel-Engines wie der Unreal Engine®，嗯mehr Grenzfälle zu berücksichtigen。生成对抗网络(GANs)，嗯，我们可以用它来模拟。
测试您的算法，bevor Daten von Sensoren zur Verfügung stehen, indem您的合成Daten来自Simulink generieren。金宝appDieser Ansatz wire häufig in automatisierten Fahrsystemen verwendet。
奥地利第一储蓄Schritte
在Python-basierte框架中的集成
您可以在müssen上看到MATLAB和开源框架。Mit MATLAB können Sie von überall auf die neuesten Forschungsergebnisse zugreifen, indem Sie die ONNX-Importfunktionen nutzen。Außerdem können Sie für den schnellen einsteg eine Bibliothek von vorgefertigten Modellen wie NASNet, SqueezeNet, Inception-v3和ResNet-101 verwenden。Da Sie Python aus MATLAB and MATLAB aus Python heraus aufrufen können, können Sie ganz leicht mit Kollegen zusammenarbeiten, die Open Source verwenden。
Fortgeschrittene Methoden
Bereitstellen trainierter Netze
斯特伦您将在嵌入式系统模型中学习，在Unternehmenssystemen中学习，在Cloud berit中学习FGPA-Geräten。MATLAB unterstützt模具自动控制®代码für das trainierte Netz sowie für die Vor- und Nachverarbeitung, um speziell neueste NVIDIA-Grafikkarten als Zielhardware einzusetzen
请您访问我们的网站:können您的代码是关于英特尔的最优参考文献®英伟达和ARM®那么，嗯，这就是我们的推理模型。Für Edge Deployment können Sie einen prototype Ihres Netzwerks auf einem FPGA erstellen and dann serienreife HDL für jedes beliebige Gerät generieren。
奥地利第一储蓄Schritte
Fortgeschrittene Methoden
Deep-Learning-Themenfelder
Schneller Einstieg
Mehr erfahren über Ressourcen für den einseg
如果您愿意给我演示一下，那么您就会了解更多的教程。
Kostenlose Testversion anfordern
Eine 30-tägige Erkundungstour auf Knopfdruck。
深度学习工具箱安森
您问吗?
向您介绍深度学习的经验。
