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
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
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