Глубокое обучение для Simulink
Реализуйте функциональность глубокого обучения в Simulink® модели при помощи блоков из библиотеки блоков Глубоких нейронных сетей, включенной в Deep Learning Toolbox™, или при помощи блока Deep Learning Object Detector из библиотеки блоков Analysis & Enhancement, включены в Computer Vision Toolbox™.
Блоки
| Image Classifier | Классифицируйте данные с помощью обученной глубокой нейронной сети |
| Predict | Предскажите ответы с помощью обученной глубокой нейронной сети |
| Stateful Classify | Классифицируйте данные с помощью обученной рекуррентной нейронной сети глубокого обучения |
| Stateful Predict | Предскажите ответы с помощью обученной рекуррентной нейронной сети |
| Deep Learning Object Detector | Обнаружьте объекты с помощью обученного детектора объектов глубокого обучения |
Темы
Изображения
Классифицируйте изображения на Simulink Используя GoogLeNet
В этом примере показано, как классифицировать изображение на Simulink® с помощью Image Classifier блок.
Маршрут и обнаружение транспортного средства в Simulink Используя глубокое обучение
В этом примере показано, как использовать глубокие сверточные нейронные сети в модели Simulink®, чтобы выполнить обнаружение транспортного средства и маршрут.
Классифицируйте сигналы ECG на Simulink Используя глубокое обучение
То В этом примере показано, как использовать вейвлет, преобразовывает и нейронная сеть для глубокого обучения в модели Simulink(R), чтобы классифицировать сигналы ECG.
Классифицируйте последовательность изображений в Simulink с импортированной сетью TensorFlow
Импортируйте предварительно обученное использование сети TensorFlow™ importTensorFlowNetwork, и затем используйте блок Predict для классификации изображений в Simulink.
Последовательности
Предскажите и обновите сетевое состояние в Simulink
В этом примере показано, как предсказать ответы для обученной рекуррентной нейронной сети в Simulink® при помощи Stateful Predict блок.
Классифицируйте и обновите сетевое состояние в Simulink
В этом примере показано, как классифицировать данные для обученной рекуррентной нейронной сети в Simulink® при помощи Stateful Classify блок.
Речевое распознавание команды в Simulink
Обнаружьте присутствие речевых команд в аудио с помощью модели Simulink.
Предсказание временных рядов в Simulink Используя нейронную сеть для глубокого обучения
В этом примере показано, как использовать нейронную сеть для глубокого обучения LSTM в модели Simulink®, чтобы предсказать остающийся срок полезного использования (RUL) механизма.
Обучение с подкреплением
Создайте среду Simulink и Обучите Агента
Обучите контроллер, используя обучение с подкреплением для объекта, смоделированного в Simulink как среде обучения.
Обучите агента DDPG адаптивному круиз-контролю
Обучите агента обучения с подкреплением адаптивному приложению круиз-контроля.
Обучайтесь агент DQN для хранения маршрута помогают Используя параллельные вычисления
Обучайтесь агент обучения с подкреплением для хранения маршрута помогают приложению.
Обучите агента DDPG управлению следования траектории
Обучите агента обучения с подкреплением маршруту после приложения.
Генерация кода
Генерация кода глубокого обучения из приложений Simulink
Сгенерируйте C/C++ и код графического процессора для развертывания на настольных или целевых процессорах
