神经网络工具箱™には,浅いニューラルネットワークと深い(深層)ニューラルネットワークの両方の作成,学習,可視化,およびシミュレーションを行うためのアルゴリズム,事前学習済みのモデル,およびアプリが用意されています。分類,回帰,クラスタリング,次元削減,時系列の予測,および動的システムのモデル化と制御を実行できます。

深層学習ネットワークには,イメージの分類,回帰,および特徴の学習用のたたみ込みニューラルネットワーク(事先,CNN)および自己符号化器が含まれます。

学習セットが小さい場合,事前学習済みの深いネットワークを使用して転移学習を実行することによって,深層学習をすぐに適用できます。大きなデータセットの学習時間を短縮するには,并行计算工具箱™を使用して,計算およびデータをデスクトップ上のマルチコアプロセッサおよびGPUに分散させることができます。また,MATLAB^®分布式计算服务器™を使用してクラスターおよびクラウド(Amazon EC2^®P2 GPUインスタンスなど)にスケールアップすることもできます。