深度学习工具箱™ （原神经网络工具箱）™) 提供一个框架，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（CONVNET、CNN）和长短时记忆（LSTM）用于对图像、时间序列和文本数据执行分类和回归的网络。您可以构建高级网络体系结构，如生成性对抗网络（GAN）以及使用自定义训练循环、共享权重和自动区分的暹罗网络。应用程序和绘图可帮助您可视化激活、编辑和分析网络架构以及监控训练进度。

您可以使用TensorFlow交换模型™ 和Pytork通过ONNX™ 从TensorFlow Keras和Caffe格式化和导入模型。工具箱支持使用金宝app图书馆预训练模型（包括NASNet、SqueezeNet、Inception-v3和ResNet-101）。

您可以在单个或多个GPU工作站上加速培训（使用并行计算工具箱）™), 或者扩展到集群和云，包括NVIDIA GPU Cloud DGX系统和Amazon EC2^®GPU实例（带有MATLAB^®并行服务器™).