主要内容

深度学习与仿真软件金宝app

使用仿真软件扩展深度学习工作流程金宝app

在仿真软件中实现深度学习功能金宝app®从深层神经网络模型,利用块块库,包括在深度学习工具箱™,或通过使用深入学习对象探测器块分析&增强块库包含在计算机视觉的工具箱™。

图像分类器 使用一个训练有素的深度学习神经网络分类数据
预测 使用一个训练有素的深度学习神经网络预测的反应
有状态的分类 使用递归神经网络训练的深度学习分类数据
有状态的预测 使用递归神经网络训练预测反应
深入学习对象探测器 使用训练有素的深度学习对象探测器检测对象

主题

图片

使用GoogLeNet分类图像仿真软件金宝app

这个例子展示了如何在仿真软件分类图像®使用金宝app图像分类器块。

车道,车辆检测仿真软件使用深度学习金宝app

这个例子展示了如何使用深卷积神经网络模型内®模型执行巷和车辆检测。金宝app

使用深度学习分类ECG信号的仿真软件金宝app

这个例子展示了如何使用小波变换和深入学习网络模型(R)模型对ECG信号进行分类。金宝app

分类的图像序列与进口TensorFlow网络仿真软件金宝app

导入一个pretrained TensorFlow™网络使用importTensorFlowNetwork,然后用预测块的图像分类模型。金宝app

序列

在模型预测和更新网络状态金宝app

这个例子展示了如何预测反应的递归神经网络训练仿真软件®使用金宝app有状态的预测块。

在仿真软件进行分类和更新网络状态金宝app

这个例子展示了如何分类数据的递归神经网络训练仿真软件®使用金宝app有状态的分类块。

语音命令识别模型金宝app

检测存在的语音命令音频使用仿真软件模型。金宝app

时间序列预测模型使用深度学习网络金宝app

这个例子展示了如何使用一个LSTM深入学习网络模型内®模型来预测剩余寿命(原则)的一个引擎。金宝app

强化学习

创建仿真软件环金宝app境和培训代理

火车一个控制器使用强化学习和植物建模仿真软件的培训环境。金宝app

火车DDPG代理自适应巡航控制的功能

火车的强化学习代理自适应巡航控制的应用程序。

火车DQN代理车道保持辅助使用并行计算

训练强化学习代理一个车道保持辅助应用程序。

火车DDPG代理路径跟踪控制

训练后巷的强化学习代理应用程序。

代码生成

深度学习从仿真软件应用程序代码生成金宝app

生成C / c++和GPU代码部署在桌面或嵌入式目标

特色的例子