Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Deep learning con Simulink

Amplíe flujos de trabajo de deep learning con Simulink

Implemente la funcionalidad de deep learning en modelos de Simulink® con bloques de la biblioteca de bloques Deep Neural Networks (incluida en Deep Learning Toolbox™), o usando el bloque Deep Learning Object Detector de la biblioteca de bloques Analysis & Enhancement (incluida en Computer Vision Toolbox™).

La funcionalidad de deep learning de Simulink usa el bloque MATLAB Function, que requiere un compilador compatible. La mayoría de plataformas incluyen un compilador de C predeterminado con la instalación de MATLAB®. Cuando usa el lenguaje C++, debe instalar un compilador de C++ compatible. Para ver una lista de los compiladores compatibles, abra Supported and Compatible Compilers (Compiladores admitidos y compatibles), haga clic en la pestaña correspondiente a su sistema operativo, busque la tabla Simulink Product Family (Familia de productos Simulink) y vaya a la columna For Model Referencing, Accelerator mode, Rapid Accelerator mode, and MATLAB Function blocks (Para referencias de modelos, modo Acelerador, modo Acelerador rápido y bloques MATLAB Function). Si tiene instalados varios compiladores compatibles con MATLAB en su sistema, puede cambiar el compilador predeterminado usando el comando mex -setup. Consulte Change Default Compiler.

Bloques

Image ClassifierClasificar datos con una red neuronal de deep learning entrenada
PredictPredict responses using a trained deep learning neural network
Stateful ClassifyClassify data using a trained deep learning recurrent neural network
Stateful PredictPredict responses using a trained recurrent neural network
Deep Learning Object DetectorDetect objects using trained deep learning object detector

Temas

Imágenes

Secuencias

Reinforcement learning

Generación de código