メインコンテンツ

Deep Learning Toolbox

Deep Learning Toolbox™ は、深層ニューラル ネットワークを設計、実装、およびシミュレーションするための関数、アプリ、Simulink® ブロックを提供します。このツールボックスは、畳み込みニューラル ネットワーク (CNN) やトランスフォーマーなど、さまざまな種類のネットワークを作成および使用するためのフレームワークを提供します。ネットワーク予測を可視化して解釈し、ネットワーク プロパティを検証し、量子化、投影、または枝刈りを使用してネットワークを圧縮できます。

ディープ ネットワーク デザイナー アプリを使用すると、ネットワークを対話的に設計、編集、解析したり、事前学習済みモデルをインポートしたり、ネットワークを Simulink にエクスポートしたりできます。このツールボックスを使用することで、他の深層学習フレームワークと相互運用できます。PyTorch®、TensorFlow™、ONNX™ のモデルをインポートして、推論、転移学習、シミュレーション、および展開を行うことができます。モデルを TensorFlow および ONNX にエクスポートすることもできます。

学習済みネットワーク用の C/C++ コード、CUDA® コード、および HDL コードを自動的に生成できます。

Deep Learning Toolbox 入門

Deep Learning Toolbox の基礎を学ぶ

Simulink を使用した深層学習

Simulink を使用した深層学習のワークフローの拡張

深層ニューラル ネットワーク用のデータの前処理

深層学習用のデータの管理と前処理

深層ニューラル ネットワークのインポートと構築

コマンド ライン関数を使用して構築するか、ディープ ネットワーク デザイナー アプリを使用して対話的にネットワークを構築する

深層ニューラル ネットワークの学習

組み込み学習関数またはカスタム学習ループを使用したネットワークの学習

深層ニューラル ネットワークの可視化と検証

ネットワークの動作の可視化、予測の説明、およびロバスト性の検証

コード生成と深層ニューラル ネットワークの展開

C/C++ コード、CUDA コード、または HDL コードを生成し、深層学習ネットワークをエクスポートまたは展開する

Heatmap overlaid on a circuit board showing the probability that each pixel is anomalous, providing a visualization of defects.

用途

コンピューター ビジョン、イメージ処理、自動運転、信号、音声、テキスト解析、金融工学を使った深層学習ワークフローの調査