为什么使用 MATLAB 进行深度学习？

从深度学习模型到现实中的人工智能 (AI) 驱动系统，欧博abgMATLAB 轻松助您推进。

面向工程师的 AI：构建 AI 系统 (3:40)

预处理数据

使用交互式 App 来标注、裁剪和识别重要特征，并使用内置算法实现标注过程自动化。

了解更多

训练和评估模型

以一套完整的算法和预置模型作为起点，欧博官网然后使用深度网络设计器创建和修改深度学习模型。

探索模型

仿真数据

通过将深度学习模型纳入系统级 Simulink 仿真对其进行测试。测试难以在硬件上测试的边缘情形。了解您的深度学习模型如何影响整个系统的性能。

将人工智能融入系统级设计

部署经过训练的网络

在嵌入式系统、企业系统、FPGA 设备或云上部署您经过训练的模型。使用 Intel®、NVIDIA® 和 ARM® 库生成代码，以创建具有高性能推断速度的可部署模型。

探索边缘人工智能选项

与基于 Python 的框架集成

通过导入 Tensorflow 模型和使用 ONNX 功能，MATLAB 支持您从任何位置访问最新研究。您可以使用包括 NASNet、SqueezeNet、Inception-v3 和 ResNet-101 在内的预置模型作为起点。您还可以在 MATLAB 与 Python 间双向调用，以便与使用开源软件的同事合作。