MATLABfor Deep Learning

深度神经网络的数据准备，设计，模拟和部署

Download a free trial

尝试免费教程

深度学习应用

只有几行matlab^®代码，无论您是设计算法，准备和标记数据，还是生成代码并部署到嵌入式系统，都可以将深度学习纳入应用程序中。

信号处理

Acquire and analyze signals and time-series data

计算机视觉

获取，处理和分析图像和视频

深入的强化学习

定义，训练和部署强化学习政策

雷达

将人工智能技术应用于雷达应用

LIDAR

将人工智能技术应用于激光雷达应用

无线的AI

将AI技术应用于无线通信应用程序

为什么要进行深度学习？

MATLAB使从深度学习模型转变为现实世界人工智能（AI）驱动的系统变得容易。

工程师的AI：构建AI系统（3:40）

预处理数据

使用交互式应用程序标记，裁剪和识别重要功能和内置算法，以帮助自动化标签过程。

学到更多

训练和评估模型

从一组完整的算法和预构建模型开始，然后使用Deep Network Designer应用程序创建和修改深度学习模型。

探索模型

模拟数据

测试深度学习模式,包括他们ystem-level Simulink simulations. Test edge-case scenarios that are difficult to test on hardware. Understand how your deep learning models impact the performance of the overall system.

看视频(3:45)

Deploy Trained Networks

将训练有素的模型部署在嵌入式系统，企业系统，FPGA设备或云上。从英特尔生成代码^®，nvidia^®和手臂^®库创建具有高性能推理速度的可部署模型。

看视频（15:11）

与基于Python的框架集成

MATLAB使您可以通过导入TensorFlow模型和使用ONNX功能来访问任何地方的最新研究。您可以使用预制型号的库，包括Nasnet，Squeezenet，Inception-V3和Resnet-101进行开始。从Matlab致电Python，反之亦然，您可以与使用开源的同事合作。

学到更多

MATLAB教程和示例深度学习

无论您是深度学习的新手还是寻找端到端的工作流程，都可以探索这些MATLAB资源以帮助您的下一个项目。

使用MATLAB和SIMULINK的AI应用程序金宝app

在自动驾驶，机器人技术，计算机视觉等方面查看各种AI应用程序。

免费试用

触手可及的30天探索。

现在下载

深度学习工具箱

设计，训练和分析深度学习网络。

学到更多

代码

与深度学习专家一起学习。

现在开始

深度学习