Deep Learning Toolbox

Concevoir, entraîner, analyser et simuler des réseaux de Deep Learning

Deep Learning Toolbox™ propose des fonctions, des applications et des blocs Simulink® pour la conception, l’implémentation et la simulation de réseaux neuronaux profonds. La toolbox propose un environnement pour créer et utiliser de nombreux types de réseaux, tels que les réseaux de neurones à convolution (CNN) et les transformateurs. Vous pouvez visualiser et interpréter les prédictions des réseaux, vérifier leurs propriétés et les compresser par quantification, projection ou élagage.

Avec l’application Deep Network Designer, vous pouvez concevoir, modifier et analyser des réseaux de manière interactive, importer des modèles préentraînés et exporter des réseaux vers Simulink. La toolbox vous permet d'interopérer avec d'autres frameworks de Deep Learning. Vous pouvez importer des modèles PyTorch®, TensorFlow™ et ONNX™ pour l’inférence, l’apprentissage par transfert, la simulation et le déploiement. Vous pouvez également exporter des modèles vers TensorFlow et ONNX.

Vous pouvez automatiquement générer du code C/C++, CUDA® et HDL pour les réseaux entraînés.

Introduction à Deep Learning Toolbox

Apprendre les bases de Deep Learning Toolbox

Applications

Enrichir des workflows de Deep Learning avec la Computer Vision, le traitement d'images, la conduite autonome, les signaux, l’audio, l’analyse de texte et la finance computationnelle

Deep Learning avec Simulink

Enrichir des workflows de Deep Learning avec Simulink

Prétraiter les données pour les réseaux neuronaux profonds

Gérer et prétraiter des données pour le Deep Learning

Visualiser et vérifier des réseaux de neurones profonds

Visualiser le comportement du réseau, expliquer les prédictions et vérifier la robustesse

Génération de code

Générer du code C/C++, CUDA ou HDL et déployer des réseaux de Deep Learning