深度学习工具箱™ 为设计和实现具有算法、预训练模型和应用程序的深层神经网络提供了框架。可以使用卷积神经网络（ConvNets，CNNs）和长期短期记忆（LSTM）网络对图像、时间序列和文本数据执行分类和回归。可以使用自动区分、自定义训练循环和共享权重构建网络体系结构，如生成性对抗网络（GANs）和连体网络。使用Deep Network Designer应用程序，您可以以图形方式设计、分析和训练网络。“实验管理器”应用程序可帮助您管理多个深度学习实验，跟踪训练参数，分析结果，并比较不同实验的代码。您可以可视化图层激活并以图形方式监视培训进度。

可以用TensorFlow交换模型™ 还有火把穿过ONNX™ 格式化并从TensorFlow Keras和Caffe导入模型。工具箱支持使用DarkNet-53、ResNet-50、NASNet、squezenet和许多其他工具进行转移学习金宝app预训练模型.

您可以在一个或多个GPU工作站上加速培训（使用并行计算工具箱™)，或缩放到群集和云，包括NVIDIA^® GPU云和Amazon EC2^® GPU实例（带有MATLAB软件^®并行服务器™).