Deep Learning Toolbox

 

Deep Learning Toolbox

Concevoir, entraîner et analyser des réseaux de Deep Learning

Applications de Deep Learning

Entraînez des modèles de Deep Learning pour des applications de classification, de régression, et d'apprentissage de caractéristiques dans les domaines de la conduite autonome, du traitement du signal et de l'audio, des télécommunications, du traitement d'images, et bien plus encore.

Concevoir un réseau et gérer des modèles

Accélérez le développement de modèles de Deep Learning avec des applications low-code. Créez, entraînez, analysez et débuggez un réseau avec l'application Deep Network Designer. Ajustez et comparez plusieurs modèles avec l'application Experiment Manager.

Modèles pré-entraînés

Accédez à des modèles courants avec une seule ligne de code dans MATLAB. Utilisez PyTorch™ via ONNX et TensorFlow™ pour importer n'importe quel modèle dans MATLAB.

Explicabilité

Visualisez la progression de l'apprentissage et les activations des caractéristiques apprises dans un réseau de Deep Learning. Utilisez la méthode Grad-CAM, la sensibilité à l'occlusion et la méthode de LIME pour expliquer les résultats d'un modèle de Deep Learning.

Prétraitement

Labélisez, traitez et augmentez les données pour l'apprentissage du réseau. Automatisez la labellisation des données avec des algorithmes prédéfinis.

Accélération de l'apprentissage

Accélérer l'apprentissage du Deep Learning en utilisant des GPU, l'accélération cloud et le calcul distribué.

Génération de code

Générez automatiquement du code CUDA® optimisé avec GPU Coder™, et générez du code C et C++ avec MATLAB Coder™ afin de déployer des réseaux de Deep Learning sur les GPU NVIDIA et différents processeurs. Prototypez et implémentez des réseaux de Deep Learning sur des FPGA et des SoC avec Deep Learning HDL Toolbox™.

La simulation avec Simulink

Simulez des réseaux de Deep Learning avec les composants de contrôle, de traitement du signal et de fusion de capteurs pour évaluer l'impact de votre modèle Deep Learning sur les performances du système.

Compression du Deep Learning

Quantifiez et élaguez votre réseau de Deep Learning pour réduire l'utilisation de la mémoire et améliorer les performances des inférences. Analysez et visualisez les compromis entre l'amélioration des performances et la précision des inférences avec l'application Deep Network Quantizer.

Obtenir une version d'essai gratuite

Profitez de 30 jours pour tester.


Prêt à acheter ?

Découvrez les tarifs et les produits.

Vous êtes étudiant ?

Votre établissement propose peut-être déjà un accès à MATLAB, Simulink et d'autres produits complémentaires via la Campus-Wide License.