MATLAB での Python
無線用 AI は MATLAB® からの Python® ライブラリ機能を直接呼び出します。
Python を MATLAB から直接呼び出して、他の深層学習フレームワークで作業している担当者と共同作業し、PyTorch® モデル、TensorFlow™ モデル、または ONNX™ モデルの学習とテストを行います。また、関数のインポートおよびエクスポートを行うこともできます。
ワークフローのステップには、データ生成、データ準備、深層ニューラル モデルの学習、モデルの圧縮、モデルのテスト、およびモデルの展開が含まれます。
これらの例では、5G 無線通信システムにおける人工知能 (AI) を使用したチャネル状態情報 (CSI) フィードバック圧縮および CSI 予測手法向けの PyTorch モデルの実行方法を示すために、学習、テスト、および展開のワークフロー ステップに焦点を当てています。
トピック
はじめに
- Call Python from MATLAB for Wireless
AI for wireless workflows calling Python from MATLAB to run PyTorch or TensorFlow models. (R2025a 以降) - PyTorch Wrapper Template
You can use your own PyTorch models in MATLAB by using the Python interface.
モデルの学習
- Train PyTorch Channel Prediction Models (5G Toolbox)
Train a PyTorch neural network for channel prediction by using data generated in MATLAB. (R2025a 以降) - Train PyTorch Channel Prediction Models with Online Training (5G Toolbox)
Enable real‐time adaptation to time‐varying wireless channels by generating each training batch in MATLAB on-the-fly to train a PyTorch GRU channel prediction network online. (R2026a 以降) - Offline Training and Testing of PyTorch Model for CSI Feedback Compression (5G Toolbox)
Train an autoencoder-based PyTorch neural network offline and test for CSI compression. (R2025a 以降) - Online Training and Testing of PyTorch Model for CSI Feedback Compression (5G Toolbox)
Train an autoencoder-based PyTorch neural network online and test for CSI compression. (R2025a 以降)
モデルのテスト
- Test AI-based CSI Compression Techniques for Enhanced PDSCH Throughput (5G Toolbox)
Measure physical downlink shared channel (PDSCH) throughput in a 5G New Radio (NR) system, with a primary focus on AI-based compression methods for CSI feedback. (R2026a 以降) - Apply Transfer Learning on PyTorch Model to Identify 5G and LTE Signals (5G Toolbox)
Coexecution with Python to identify 5G NR and LTE signals by using the transfer learning technique on a pre-trained PyTorch™ semantic segmentation network for spectrum sensing. (R2025a 以降) - Verify Performance of 6G AI-Native Receiver Using MATLAB and PyTorch Coexecution (5G Toolbox)
Integrate a trained PyTorch network with MATLAB-based data generation to simulate an AI-native air interface. (R2025a 以降)
モデルの展開
- Import TensorFlow Channel Feedback Compression Network and Deploy to GPU (5G Toolbox)
Generate GPU specific C++ code for a pretrained TensorFlow channel state feedback autoencoder. (R2023b 以降)
