Introducción a Deep Learning Toolbox
Deep Learning Toolbox™ proporciona funciones, apps y bloques Simulink® para diseñar, implementar y simular redes neuronales profundas. La toolbox proporciona un marco para crear y utilizar muchos tipos de redes, como redes neuronales convolucionales (CNN) y transformadores. Puede visualizar e interpretar predicciones de redes, verificar propiedades de redes y comprimir redes con cuantificación, proyección o poda.
Con la app Deep Network Designer, puede diseñar, editar y analizar redes de forma interactiva, importar modelos preentrenados y exportar redes a Simulink. La toolbox le permite interoperar con otros marcos de deep learning. Puede importar modelos de PyTorch®TensorFlow™ y ONNX™ para inferencia, transferencia del aprendizaje, simulación y despliegue. También puede exportar modelos a TensorFlow y ONNX.
Puede generar automáticamente código C/C++, CUDA® y HDL para redes entrenadas.
Tutoriales
- Introducción a Deep Network Designer
Este ejemplo muestra cómo crear una red neuronal recurrente sencilla para la clasificación de secuencias de deep learning utilizando Deep Network Designer. - Get Started with Time Series Forecasting
This example shows how to create a simple long short-term memory (LSTM) network to forecast time series data using the Deep Network Designer app. - Introducción a la transferencia del aprendizaje
Este ejemplo muestra cómo usar Deep Network Designer para preparar una red para la transferencia del aprendizaje. - Introducción a la clasificación de imágenes
Este ejemplo muestra cómo crear una red neuronal convolucional sencilla para la clasificación mediante deep learning utilizando la app Deep Network Designer. - Pruebe deep learning en 10 líneas de código de MATLAB
Aprenda a usar deep learning para identificar objetos en una webcam en tiempo real con la red preentrenada SqueezeNet. - Clasificar una imagen con una red preentrenada
Este ejemplo muestra cómo clasificar una imagen usando una red neuronal convolucional profunda preentrenada, GoogLeNet. - Crear una red de clasificación de imágenes sencilla
Este ejemplo muestra cómo crear y entrenar una red neuronal convolucional sencilla para la clasificación mediante deep learning.
Flujos de trabajo de app
Flujos de trabajo de línea de comandos
Ejemplos destacados
Aprendizaje interactivo
Deep Learning Onramp
Este tutorial de deep learning, gratuito y de dos horas de duración, ofrece una introducción interactiva sobre los métodos de deep learning con ejercicios prácticos. Aprenderá a utilizar técnicas de deep learning en MATLAB® para el reconocimiento de imágenes.
Vídeos
Modificar una red de deep learning de forma interactiva para la transferencia del aprendizaje
Deep Network Designer es una herramienta interactiva para crear o modificar redes neuronales profundas. Este vídeo muestra cómo utilizar la app en un flujo de trabajo de transferencia del aprendizaje. Demuestra lo fácil que resulta usar la herramienta para modificar las últimas capas de la red importada en lugar de modificarlas en la línea de comandos. Puede comprobar la arquitectura modificada para buscar errores en las conexiones y las asignaciones de propiedades con un analizador de red.
Deep learning con MATLAB: Deep learning en 11 líneas de código de MATLAB
Aprenda a usar MATLAB, una webcam sencilla y una red neuronal profunda para identificar objetos de su entorno.
Deep learning con MATLAB: Transferencia del aprendizaje en 10 líneas de código de MATLAB
Aprenda a usar la transferencia del aprendizaje en MATLAB para volver a entrenar redes de deep learning creadas por expertos para sus propios datos o tareas.