メインコンテンツ

Deep Learning Toolbox

R2026b

Deep Learning Toolbox™ は、深層ニューラル ネットワークの設計、学習、およびシミュレーションを行うための関数、アプリ、Simulink® ブロックを提供します。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、枝刈り、投影、または量子化を使用してネットワークを圧縮できます。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 コードを生成することもできます (MATLAB® Coder™、GPU Coder™、または Deep Learning HDL Toolbox™ を使用)。

このツールボックスは、他の AI フレームワークへのインターフェイスを提供し、MATLAB および Simulink での推論を可能にするとともに、PyTorch®、TensorFlow™、Keras™、および ONNX™ のモデルを MATLAB にインポートできるようにします。

ディープ ネットワーク デザイナー アプリを使用すると、ネットワークの設計、インポート、編集、および解析を行うことができます。時系列モデラー アプリを使えば、コードを書くことなく、時系列予測のためにモデルの学習や比較を行うことができます。

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

Go to the Applications Category.

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