MathWorksがMATLAB/Si金宝appmulink製品ファミリ，のRelease 2017bを発表

MathWorksは本日，Release 2017b (R2017b)を発表しました。このリリースには,MATLABおよび仿真金宝app软件の新機能,6つの新製品,さらにアップデートおよびバグ修正が行われた86製品が含まれます。また,このリリースにはディープラーニングの重要な新機能が追加されており,エンジニア,研究者,およびその他の分野の専門家の方たちが簡単にモデルの設計,学習,配布を行えるようになっています。

ディ，プラ，ニングのサポ，ト

R2017bにおけるディ、プラ、ニングの具体的な特徴、製品、および機能には次が含まれます。

• 神经网络工具箱に,有向非循環グラフ(DAG)および長期短期記憶(LSTM)ネットワークなど,複雑なアーキテクチャのサポートが追加され,GoogLeNetなどの一般的な事前学習済みモデルへのアクセスが可能になります。
• 计算机视觉系统工具箱の画像ラベル付けアプリケーションが提供する対話型の便利な方法で,イメージのシーケンス内のグラウンドトゥルースデータにラベルを付けることができます。オブジェクト検出のワークフローに加え,画像内のピクセル領域を分類し,セグメンテーション結果を評価および可視化するための,ディープラーニングを使用したセマンティックセグメンテーションもサポートされるようになりました。
• 新製品であるGPU编码器は,ディープラーニングモデルをNVIDIA GPU用CUDAコードに自動変換します。社内のベンチマークにより,ディープラーニングインターフェイス用に生成されるコードのパフォーマンスが,配布モデルにおいてTensorFlowの7倍,および,Caffe2の4.5倍,であることが示されています。

事前学習済みモデルは，2017aで導入された機能と合わせて，転移学習に使用することができます。これには,たたみ込みニューラルネットワーク(CNN)モデル(AlexNet, VGG-16 VGG-19)および咖啡よりインポートしたモデル(咖啡模型动物园など)が含まれます。モデルの開発は,イメージ分類,オブジェクト検出,回帰などのためにCNNを使用する場合を含め,ゼロから行うことができます。

“スマートデバイスと物联网の増加に伴い,設計チームはよりインテリジェントな製品やアプリケーションを作成する必要性に迫られています。そのためには,ディープラーニングのスキルを自ら身につけるか,ディープラーニングの専門知識を持つ外部チームに頼る必要がありますが,外部チームはアプリケーションのコンテキストを必ずしも理解していません。“とMathWorks MATLABマーケティングディレクターの大卫丰富は言います。“R2017bを使用すれば,エンジニアリングチームやシステム統合チームは,MATLABの使用をディープラーニングまで拡張できるため,設計プロセス全体の管理を向上させ,より高品質の設計をより短期間で作成できるようになります。事前学習済みのネットワークを使用し,コードおよびモデルを共同で開発し,GPUおよび組み込みデバイスに配布することができます。MATLABを使用すれば、品質の向上と同時に、グラウンド トゥルース ラベルの作成を自動化することにより、モデルの開発時間を短縮することもできます。

その他のアップデ，ト

R2017bでは,ディープラーニング以外にも,主要となる他の領域において次のような一連のアップデートが行われています。

• Matlabによるデ，タ解析
  • 新製品の文本分析工具箱,拡張性に優れたデータストア,機械学習向けビッグデータのプロットとアルゴリズム,および微软Azure BLOBストレージのサポート
• 金宝appSimulinkによるリアルタeconlムソフトウェアのモデリング
  • スケジュ，リング効果のモデル化および，ソフトウェア環境のための組み込み可能なコンポ，ネントの実装
• 金宝appSimulinkによる検証と妥当性確認
  • 要求仕様のモデリングのための新しいル，カバレッジ解析のテスト，および準拠チェック

R2017bは世界中で今すぐに入手可能です。アップデトの一覧にいては，新規リリスのペジをご参照ください。