约翰娜Pingel,MathWorks公司
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。
在MATLAB深学习框架包括一个完整的工作流程,以帮助您快速上手,找出问题,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有很多的例子来帮助你开始,它使您可以访问许多受欢迎的机型,由专家设计并培训了数以百万计的图像,它提供了迁移学习一个很好的起点。
MATLAB提供工具来从Pytorch和TensorFlow-Keras进口车型除了ONNX导入和导出功能。
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提供的应用程序来应对这一挑战的帮助。例如,
你可以选择你所关心的每一个图像中的物体
你甚至可以选择的对象或类别的一部分像素。[本语义分割数据是必需]
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,所以你不需要手动设置它或程序它自己。扩展到集群和云和更迅速地训练你的网络,甚至在并行运行多个培训。
这里有一个步骤人们有时会怀念:如果训练的网络不能很好地执行会发生什么?MATLAB可以帮助提供洞察到你的网络。您可以可视化层,看到当图像通过网络传递到底发生了什么。您也可以可视化的训练过程中得到它是如何在完成之前做多的感觉。
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代码的任何地方 - 包括网络,手机,或嵌入的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。
你可以清楚地看到在速度上的区别就在这里。
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。
虽然它让人深切地学习更轻松,更方便,MATLAB是不是只是一个深深的学习框架。您可以访问一切MATLAB的优惠了。
您也可以在MATLAB访问其他语言。带上你的开源工作到MATLAB,然后利用我国丰富的可视化和应用工作与数据。
看看我们的网站,了解更多关于上手的最新功能和方式。