deep learning toolbox documentation -凯发k8网页登录

deep learning toolbox™ 提供了一个用于通过算法、预训练模型和 app 来设计和实现深度神经网络的框架。您可以使用卷积神经网络（convnet、cnn）和长短期记忆 (lstm) 网络对图像、时间序列和文本数据执行分类和回归。您可以使用自动微分、自定义训练循环和共享权重来构建网络架构，如生成对抗网络 (gan) 和孪生网络。使用深度网络设计器，您能够以图形方式设计、分析和训练网络。试验管理器可帮助您管理多个深度学习试验，跟踪训练参数，分析结果，并比较不同试验的代码。您可以可视化层激活，并以图形方式监控训练进度。

您可以从 tensorflow™ 2、tensorflow-keras、pytorch^® 以及 onnx™（开放式神经网络交换）模型格式和 caffe 导入网络与层图。您还可以将 deep learning toolbox 网络和层图导出为 tensorflow 2 和 onnx 模型格式。该工具箱支持使用 darknet-53、resnet-50、nasnet、squeezenet 和许多其他预训练模型进行迁移学习。

您可以在单 gpu 或多 gpu 工作站（安装了 parallel computing toolbox™）上加快训练速度，或扩展到集群和云，包括 nvidia^®  gpu cloud 和 amazon ec2^® gpu 实例（安装了 matlab^® parallel server™）。