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。
无论您是深度学习的初学者还是专家,MATLAB都可以提供帮助——从预处理一直到部署。
设计一个深度学习模型可以说是一个挑战。
幸运的是,MATLAB有很多例子可以帮助您入门,并且它可以让您访问许多流行的模型,这些模型是由专家设计的,并对数百万个图像进行了训练,这为转移学习提供了一个很好的起点。
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,
您可以在每个图像中选择您所关心的对象
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]
你可以通过使用对象检测器(自定义或预构建)来自动完成这一过程,来运行整个视频,并在几秒钟内生成该对象的许多图像。
现在是时候对网络进行培训了。由于这些数据以及这些网络的复杂结构,这可能需要数小时或数天的时间。为了加快速度,我们支持NVIDIA 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。
在这些步骤的末尾,可能经过几次迭代之后,您就有了一个完全经过训练的网络来执行您的任务。现在是讨论部署的时候了。
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。
你可以清楚地看到速度的不同。
在其他领域也有关于深度学习的新研究,比如语音识别和文本分析。下面是在MATLAB中运行的两个非图像深度学习任务的例子。
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。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。