Aplicaciones de Deep Learning
Bastan unas pocas líneas de código de MATLAB para incorporar Deep Learning en aplicaciones, tanto si diseña algoritmos como si prepara y etiqueta datos o genera código y lo despliega en sistemas integrados.
Procesamiento de señales
Capture y analice señales y datos de series temporales
Visión artificial
Capture, procese y analice imágenes y vídeos
Deep reinforcement learning
Defina, entrene y despliegue políticas de reinforcement learning
Radar
Aplique técnicas de inteligencia artificial a aplicaciones de radar
LiDAR
Aplique técnicas de inteligencia artificial a aplicaciones de LiDAR
IA para comunicaciones inalámbricas
Emplee técnicas de IA en aplicaciones de comunicaciones inalámbricas
¿Por qué utilizar MATLAB para Deep Learning?
MATLAB facilita el paso de modelos de Deep Learning a sistemas basados en inteligencia artificial (IA) del mundo real.
Preprocese datos
Utilice las apps interactivas para etiquetar, recortar e identificar características importantes, y los algoritmos incorporados para automatizar el proceso de etiquetado.
Entrene y evalúe modelos
Comience con un conjunto completo de algoritmos y modelos predefinidos y, después, cree y modifique los modelos de Deep Learning con la app Deep Network Designer.
Simule datos
Pruebe modelos de Deep Learning incluyéndolos en simulaciones de Simulink en el nivel de sistema. Pruebe escenarios de casos extremos, difíciles de probar en hardware. Comprenda cómo los modelos de Deep Learning afectan al rendimiento del sistema en general.
Despliegue de redes entrenadas
Despliegue un modelo entrenado en sistemas integrados, sistemas empresariales, dispositivos FPGA o la nube. Genere código a partir de librerías de Intel®, NVIDIA® y ARM® para crear modelos desplegables con una velocidad de inferencia de alto rendimiento.
Integración con marcos basados en Python
MATLAB permite acceder a las investigaciones más recientes desde cualquier lugar importando modelos de TensorFlow y utilizando las capacidades de ONNX. Puede utilizar una librería de modelos predefinidos, incluidos NASNet, SqueezeNet, Inception-v3 y ResNet-101, para comenzar. Llamar a Python desde MATLAB y viceversa permite colaborar con colegas que utilicen código abierto.
Tutoriales y ejemplos de MATLAB para Deep Learning
Tanto si no tiene experiencia con Deep Learning como si necesita un flujo de trabajo de extremo a extremo, utilice estos recursos de MATLAB como ayuda para su próximo proyecto.
Obtenga una versión de prueba gratuita
30 días de exploración a su alcance.
Deep Learning Toolbox
Diseñe, entrene y analice redes de Deep Learning.
Tutoriales paso a paso
Aprenda con un experto en Deep Learning.
