神经网络工具箱
创建，训练和模拟神经网络
神经网络Toolbox™提供算法，功能和应用程序来创建，训练，可视化和模拟神经网络。您可以执行分类，回归，聚类，减少维度，预测时间序列以及动态系统建模和控制。
该工具箱包括用于图像分类和功能学习任务的卷积神经网络和自动编码器深度学习算法。为了加快大型数据集的训练，您可以使用并行计算Toolbox™在多核处理器，GPU和计算机簇上分发计算和数据。
入门
了解神经网络工具箱的基础知识
功能近似和非线性回归
创建一个神经网络，以概括示例输入和输出之间的非线性关系
模式识别和分类
培训神经网络以概括示例输入及其类，并使用自动编码器构建深层网络
深度学习
用于分类和自动编码器神经网络的构建和火车卷积神经网络（CNN，Convnets）用于学习功能
聚类
发现自然分布，类别和类别关系
时间序列和动态系统
模型非线性动态系统；使用顺序数据进行预测
神经网络控制系统
使用模型预测性，NARMA-L2和模型引用神经网络来控制非线性系统
定义神经网络体系结构
为高级应用程序定义新的神经网络架构和算法
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）