Deep Learning Toolbox™提供了一个框架，用于设计和实现具有算法、预训练模型和应用程序的深度神经网络。您可以使用卷积神经网络(ConvNets, cnn)和长短时记忆网络(LSTM)对图像、时间序列和文本数据进行分类和回归。您可以使用自动区分、自定义训练循环和共享权重来构建生成对抗网络(GANs)和暹罗网络等网络架构。通过Deep Network Designer应用程序，您可以图形化地设计、分析和训练网络。实验管理程序帮助您管理多个深度学习实验，跟踪训练参数，分析结果，并比较来自不同实验的代码。您可以可视化层激活和图形化监控训练进展。

你可以通过ONNX™格式与TensorFlow™和PyTorch交换模型，并从TensorFlow- keras和Caffe导入模型。该工具箱支持使用Dark金宝appNet-53、ResNet-50、NASNet、SqueezeNet和许多其他工具进行迁移学习pretrained模型．

您可以在单个或多个gpu工作站(使用并行计算工具箱™)上加速培训，或扩展到集群和云，包括NVIDIA^® GPU云和亚马逊EC2^®GPU实例(MATLAB^®并行服务器™)．