Matlab深入学习
深度神经网络的数据准备、设计、模拟和部署
只需要几行MATLAB®无论是设计算法、准备和标记数据，还是生成代码并部署到嵌入式系统，都可以将深度学习技术应用到工作中。
使用MATLAB，您可以：
- 使用的创建，修改和分析深度学习架构应用程序和可视化工具.
- 预处理数据和自动化真实的标签图像、视频和音频数据的应用程序。
- 加速算法英伟达®gpu、云和数据中心资源，而无需专门编程。
- 使用诸如TensorFlow PyTorch,和MxNet。
- 用计算机模拟和训练动态系统行为强化学习.
- 生成基于仿真的来自MATLAB和Simulink的培训和测试数据金宝app®物理系统的模型。
参见其他人如何使用MATLAB进行深度学习
壳
在高光谱卫星数据中使用语义分割进行地形识别。
奥托立夫
标签激光雷达用于验证基于雷达的自动驾驶系统。
立命馆大学
训练CT图像上的卷积神经网络，以减少辐射曝光风险。
免费试用
30天的探索触手可及。
探索深度学习工具箱
有问题吗？
与深度学习专家交谈。
更多关于深度学习的信息
- 深度学习教程系列（5段视频）
- 计算机视觉的深度学习(27:59)
- 深度神经网络系列(2视频)
- 9 MATLAB数据科学和机器学习备忘单
- 利用综合数据进行通信和雷达的深度学习（白皮书）
