Johanna Pingel, MathWorks
了解如何MATLAB®可以与深学习工作流程的任何部分帮助:从通过部署预处理。此视频提供了深度学习技术图像和视频的高级概述。它描述了完整的工作流程,它显示了MATLAB如何可以在不同阶段深学习应用程序,包括与GPU的输入和预处理图像,进口预先训练模式,训练模式,调试深学习成果,并部署深度学习模型硬件,包括嵌入式帮助图形处理器。
MATLAB中的深度学习框架包括一个完整的工作流,以帮助您快速入门,识别问题,并节省时间。
无论你是初学者还是在深度学习的专家,MATLAB可以帮助 - 从通过部署预处理一路。
设计一个深度学习模型可以是具有挑战性的,至少可以说。
幸运的是,MATLAB提供了许多示例来帮助您开始学习,它让您访问许多流行的模型,这些模型由专家设计,并根据数百万张图像进行训练,这为迁移学习提供了一个很好的起点。
除了ONNX的导入和导出功能,MATLAB还提供了从Pytorch和TensorFlow-Keras导入模型的工具。
之前训练模型,你需要的数据。它的地段。大型数据库就被广泛使用,你可以从MATLAB访问这些,而是要产生任何形式的合理的结果,我们需要将对象从“没有对象”分开。你如何标注在数千张图片的对象,而无需花费数周?
MATLAB提供了应用程序来帮助解决这一挑战。例如,
你可以在每个图像中选择你关心的对象
您甚至可以选择作为对象或类别一部分的像素。[这是语义分割数据的关键]
并且可以通过使用物体检测器,[定制或预建],通过整个视频运行自动化此,并在几秒钟产生对象的许多图像。
现在是时候对网络进行训练。有了这些数据,以及这些网络的结构复杂,这可能需要数小时或数天。为了帮助加速此,我们支持NVIDIA的GPU。金宝app
MATLAB处理您的数据传输到GPU或多个GPU,所以您不需要手动设置或编程自己。扩展到集群和云,更快地培训网络,甚至并行运行多个培训。
这是人们有时会忽略的一个步骤:如果经过训练的网络表现不好会发生什么?MATLAB可以帮助提供对网络的深入了解。你可以将层形象化,看看当图像通过网络时会发生什么。你也可以想象训练过程,在训练结束之前就知道训练是如何进行的。
在这些步骤结束,经过几次反复可能,你有充分的培训网络,以执行你的任务。现在是时候谈部署。
MATLAB可以帮助您快速部署您的代码在任何地方-包括web,您的电话,或嵌入式gpu。
事实证明,在GPU上的MATLAB代码运行的预测非常快。该显著变化带有代码生成优化CUDA代码 - 本地运行在NVIDIA GPU的代码。
你可以清楚地看到速度上的差异。
并且对其他领域的深度学习新的研究过,如语音识别和文本分析。下面是在MATLAB运行非图像深度学习任务的两个例子。
虽然它确实使深度学习更容易、更容易获得,但MATLAB并不仅仅是一个深度学习框架。您也可以访问MATLAB提供的所有其他内容。
你也可以在MATLAB中访问其他语言。将您的开源工作带到MATLAB中,然后使用我们丰富的可视化和应用程序来处理这些数据。
请访问我们的网站,了解更多关于最新功能和入门方法的信息。
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。