神经网络Toolbox™提供算法，预处理的模型和应用程序，以创建，训练，可视化和模拟浅神经网络和深层神经网络。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。

深度学习网络包括卷积神经网络（Convnets，CNN），定向无环图（DAG）网络拓扑以及用于图像分类，回归和特征学习的自动编码器。对于时间序列的分类和预测，该工具箱提供了长期的短期内存（LSTM）深度学习网络。您可以可视化中间层和激活，修改网络体系结构并监视培训进度。

对于小型培训集，您可以通过使用预验证的深网模型（Googlenet，Alexnet，VGG16和VGG19）和CAFFE模型动物园的模型来快速应用深度学习。

为了加快大型数据集上的培训，您可以在桌面上（带有并行计算工具箱™）上分发计算和数据，或扩展到簇和云，包括Amazon EC2^®P2 GPU实例（与MATLAB^®分布式计算服务器™）。