深度学习工具箱™（以前是神经网络工具箱™）提供了一种设计和实现具有算法，掠夺模型和应用的深神经网络的框架。您可以使用卷积神经网络（Councnet，CNN）和长短期内存（LSTM）网络在图像，时序和文本数据上执行分类和回归。您可以使用自定义培训循环，共享权重和自动差异构建高级网络架构，例如生成的对抗性网络（GANS）和暹罗网络。应用程序和图表可帮助您可视化激活，编辑和分析网络架构，并监控培训进度。

您可以通过Onnx™格式和来自Tensorflow-Keras和Caffe的进口模型与TensoRFlow™和Pytorch交换模型。工具箱支持使用a转移学习金宝app图书馆预用模型（包括NASNet，Screezenet，Inception-V3和Reset-101）。

您可以加快对单个或多个GPU工作站（具有并行计算工具箱™）的培训，或扩展到集群和云，包括NVIDIA GPU云DGX系统和Amazon EC2^®GPU实例（与马铃薯草^®并行服务器™）。