В типичном рабочем процессе Сверточных нейронных сетей (CNN) вы запускаете с построения архитектуры CNN при помощи Deep Learning Toolbox™ и обучаете сеть в тандеме с Parallel Computing Toolbox™. Также можно импортировать ConvNet, уже обученный на большом наборе данных, и передать изученные функции. Изучение передачи подразумевает взятие CNN, обученного одному набору проблем классификации и переквалификации его, чтобы классифицировать различный набор классов. Здесь последние несколько слоев CNN повторно изучены. Снова, Parallel Computing Toolbox используется в фазе изучения. Можно также импортировать обученную сеть CNN из других сред как Caffe или MatConvNet в объект SeriesNetwork.
Если вы получили обучивший сеть, можно использовать GPU Coder™, чтобы сгенерировать код CUDA®, который может быть развернут на встроенной платформе, такой как NVIDIA® Tegra® TK1, TX1 или TX2. Сгенерированный код вызывает cuDNN и библиотеки TensorRT (когда задано), чтобы усилить высокую производительность.
