Запуск с Deep Learning Toolbox

Проект, train и анализ нейронных сетей для глубокого обучения

Deep Learning Toolbox™ предоставляет среду для разработки и реализации глубоких нейронных сетей с помощью алгоритмов, предварительно обученных моделей и приложений. Вы можете использовать сверточные нейронные сети (ConvNets, CNNs) и сети долгой краткосрочной памяти (LSTM) для выполнения классификации и регрессии изображений, timeseries и текстовых данных. Вы можете создавать сетевые архитектуры, такие как генеративные состязательные сети (GANs) и сиамские сети с помощью автоматической дифференциации, пользовательских циклов обучения и общих весов. С помощью приложения Deep Network Designer можно проектировать, анализировать и обучать сети графически. Приложение Experiment Manager помогает вам управлять несколькими экспериментами глубокого обучения, отслеживать параметры обучения, анализировать результаты и сравнивать код из различных экспериментов. Можно визуализировать активацию слоя и графически контролировать процесс обучения.

Можно обмениваться моделями с TensorFlow™ и PyTorch через формат ONNX™ и импортировать модели из TensorFlow-Keras и Caffe. Тулбокс поддерживает передачу обучения с DarkNet-53, ResNet-50, NASNet, SqueezeNet и многими другими предварительно обученными моделями.

Вы можете ускорить обучение на рабочих станциях с одним или несколькими графическими процессорами (с Parallel Computing Toolbox™) или масштабировать до кластеров и облаков, включая NVIDIA®GPU Cloud и Amazon EC2® GPU инстансы (с MATLAB® Parallel Server™).

Руководства

Мелкие сети

Рекомендуемые примеры

Интерактивное обучение

Глубокое обучение Onramp
Это бесплатное двухчасовое руководство по глубокому обучению обеспечивает интерактивное введение в практические методы глубокого обучения. Вы научитесь использовать методы глубокого обучения в MATLAB для распознавания изображений.

Видео

Интерактивное изменение Нейронной сети для глубокого обучения для Передачи обучения
Deep Network Designer - это инструмент «укажи и выбери» для создания или изменения глубоких нейронных сетей. В этом видео показано, как использовать приложение в рабочем процессе передачи обучения. Он демонстрирует простоту, с которой можно использовать инструмент для изменения последних нескольких слоев в импортированной сети в отличие от изменения слоев в командной строке. Можно проверить измененную архитектуру на ошибки в соединениях и назначениях свойств с помощью сетевого анализатора.

Глубокое обучение с MATLAB: глубокое обучение в 11 линиях кода MATLAB
Посмотрите, как использовать MATLAB, простую веб-камеру и глубокую нейронную сеть для идентификации объектов в вашем окружении.

Глубокое обучение с MATLAB: Передача обучения в 10 линиях кода MATLAB
Узнать, как использовать передачу обучения в MATLAB, чтобы переучить нейронные сети для глубокого обучения, созданные экспертами для ваших собственных данных или задачи.

Для просмотра документации необходимо авторизоваться на сайте