Deep Learning Toolbox

ACTUALIZACIÓN IMPORTANTE

 

Deep Learning Toolbox

Diseñe, entrene, analice y simule redes de Deep Learning

Deep Learning para ingeniería

Cree y use modelos de Deep Learning explicables, sólidos y escalables para inspección visual automatizada, modelado de orden reducido, telecomunicaciones, visión artificial y otras aplicaciones.

Deep Learning en Simulink

Utilice Deep Learning con Simulink para probar la integración de modelos de Deep Learning en sistemas de mayor tamaño. Simule modelos basados en MATLAB o Python para evaluar su comportamiento y el rendimiento del sistema.

Integración con PyTorch y TensorFlow

Intercambie modelos de Deep Learning con marcos de Deep Learning basados en Python. Importe modelos de PyTorch, TensorFlow y ONNX, y exporte redes a TensorFlow y ONNX con una sola línea de código. Coejecute modelos basados en Python en MATLAB y Simulink.

Generación y despliegue de código

Genere automáticamente código C/C++ optimizado (con MATLAB Coder) y código CUDA (con GPU Coder) para desplegarlo en CPU y GPU. Genere código Verilog® y VHDL® sintetizable (con Deep Learning HDL Toolbox) para desplegarlo en FPGA y SoC.

Explicabilidad y verificación

Visualice el progreso del entrenamiento y las activaciones de redes neuronales profundas. Utilice Grad-CAM, D-RISE y LIME para explicar los resultados de redes. Verifique la solidez y fiabilidad de redes neuronales profundas.

Diseño y entrenamiento de redes

Utilice algoritmos de Deep Learning para crear CNN, LSTM, GAN y transformadores, o realice transferencia del aprendizaje con modelos previamente entrenados. Etiquete, procese y aumente automáticamente datos de imágenes, vídeos y señales para entrenar redes.

Apps de low-code

Acelere el diseño, análisis y transferencia del aprendizaje de redes para modelos integrados y basados en Python con la app Deep Network Designer. Ajuste y compare múltiples modelos con la app Experiment Manager.

Compresión de Deep Learning

Comprima una red de Deep Learning con cuantización, proyección o poda para reducir su superficie de memoria y aumentar el rendimiento de la inferencia. Evalúe el rendimiento y precisión de la inferencia con la app Deep Network Quantizer.

Escalado de Deep Learning

Acelere el entrenamiento de Deep Learning con GPU, aceleración en la nube y cálculo distribuido. Entrene múltiples redes en paralelo y descargue cálculos de Deep Learning para que se ejecuten en segundo plano.

"Esta era la primera vez que simulamos sensores con redes neuronales en una de nuestras UCE del sistema de propulsión. Sin MATLAB y Simulink, hubiéramos tenido que emplear un tedioso proceso de programación manual muy lento y propenso a errores".

Katja Deuschl, desarrolladora de IA en Mercedes-Benz

Obtenga una versión de prueba gratuita

30 días de exploración a su alcance.


¿Tiene interés en comprar?

Obtenga información sobre precios y explore productos relacionados.

¿Es estudiante?

Es posible que su centro educativo ya ofrezca acceso a MATLAB, Simulink y otros productos complementarios mediante una infraestructura Campus-Wide License.