在MATLAB中的新功能深度学习?

MATLAB使得深学习过程变得简单和方便为大家,即使你不是一个专家。检查出的设计和建造自己的模型,网络训练和可视化,并部署最新的功能。

新功能

实验管理器应用程序 

管理多个深度学习实验,不断的训练参数跟踪,分析和比较结果和代码

数据准备和标签

  • 视频贴标机:在视频或图像序列标签地面实况数据
  • 音频贴标:交互定义和可视化音频数据集的地面实况标签
  • 信号贴标:可视化和标签信号交互
  • 像素标签数据存储:对于2D和3D语义分割数据存储的像素信息
  • 音频数据存储:管理录音的大集合
  • 图像数据存储:对3D数据的支持金宝app

网络架构

  • 建设先进的网络架构像甘斯,连体网络,关注网络,变自动编码
  • Train a “you-only-look-once” (YOLO) v2 deep learning object detector and generate C and CUDA code
  • 深层网络设计师:图形设计和分析深层网络和生成MATLAB代码
  • 定制层支持:定义新的层用多个金宝app输入和输出,以及用于分类和回归指定损耗函数
  • 结合LSTM和卷积层的视频分类和手势识别

深度学习互操作性

  • 进出口机型使用ONNX模型格式,并生成CUDA代码等深学习框架
  • 工作能力与MobileNet-V2,RESNET-101,启-V3,SqueezeNet,NASNet-大,Xception
  • 进口TensorFlow-Keras模型和生成C,C ++和CUDA代码
  • 进口DAG网络中来自Caffe模型导入

见的完整列表在MATLAB支持预训练模式金宝app

网络培训

  • 自动验证网络性能,并停止训练的时候验证指标停止提高
  • 火车3D图像数据的深度学习网
  • 使用贝叶斯优化执行超参数调整
  • 亚当和RMSProp:培训其他优化
  • 火车DAG网络并行和多GPU
  • 火车深学习关于NVIDIA DGX和云平台车型

调试和可视化

  • DAG激活:像RESNET-50,RESNET-101,GoogLeNet,并启-V3网络可视化中间激活
  • 与地块的准确性,损失和验证指标监控训练进度
  • 网络分析仪:可视化,分析,并找到训练前在网络架构问题
  • 可视化LSTM网络的激活和使用梯度-CAM了解归类决定

部署

  • 产生用于网络如YOLO V2对象检测器,DeepLab-V3 +,MobileNet-V2,Xception,DenseNet-201,和经常性的网络代码
  • 部署深学习网络到ARM的Mali GPU
  • 自动部署到杰特森AGX Xavier和特森纳米平台
  • 使用共享存储器以提高性能申请CUDA优化转置

强化学习

  • 强化学习算法:火车使用DQN,DDPG,A2C,PPO,等算法深层神经网络策略
  • 环境建模:创建MATLAB和Simulink模型来表示的环境,并提供培训政策观察金宝app和奖励信号
  • 培训加速:在GPU并行化的政策培训和多核CPU
  • 参考例子:实施自动驾驶的政策,机器人和控制设计应用

获取免费试用

30天唾手可得的探索。

有问题吗?

跟一个深度学习专家。