深度学习工具箱™には,アルゴリズム,事前学習済みモデル,およびアプリを使用したディープニューラルネットワークの設計と実装のためのフレームワークが用意されています。畳み込みニューラルネットワーク(回旋网,CNN)および長期短期記憶(LSTM)ネットワークを使用して,画的像,時系列,およびテキストデータの分類および回帰を行えます。自動微分,カスタムの学習ループ,重み共有を使用して,敵対的生成ネットワーク(GAN)や暹罗ネットワークのようなネットワークアーキテクチャを構築できます。深层网络设计师アプリを使用すると,ネットワークをグラフィカルに設計,分析し,学習させることができます。実験マネージャーアプリでは,複数のディープラーニング実験の管理,学習パラメーターの追跡,結果の解析,およびさまざまな実験のコードの比較を行うことができます。層の活性化状態を可視化し,学習進行状況をグラフィックで監視することができます。

ONNX形式を使用してTensorFlow™やPyTorchとモデルを交換したり,TensorFlow-Kerasや咖啡からモデルをインポートできます。ツールボックスは,DarkNet-53, ResNet-50, NASNet, SqueezeNetやその他多くの事前学習済みのモデルを用いた転移学習をサポートします。

并行计算工具箱™を使用して,単一のまたは複数のGPUを持つワークステーションで学習速度を上げたり,MATLAB并行服务器™を使用して,NVIDIA^®GPU云およびAmazon EC2^®GPUインスタンスを含むクラスターやクラウドにスケールアップすることができます。