Main Content

Deep Learning mit Simulink

Erweitern Sie Deep-Learning-Workflows mit Simulink

Implementieren Sie Deep-Learning-Funktionen in Simulink®-Modellen, indem Sie Blöcke aus den Blockbibliotheken „Deep Neural Networks“ und „Python Neural Networks“ verwenden, die in der Deep Learning Toolbox™ enthalten sind, oder indem Sie den Deep Learning Object Detector-Block aus der in der Computer Vision Toolbox™ enthaltenen Blockbibliothek „Analysis & Enhancement“ verwenden.

Die Deep-Learning-Funktionalität in Simulink verwendet einen MATLAB Function-Block, der einen unterstützten Compiler erfordert. Für die meisten Plattformen wird ein Standard-C-Compiler mit der MATLAB®-Installation mitgeliefert. Wenn Sie die Sprache C++ verwenden, müssen Sie einen kompatiblen C++ Compiler installieren. Um eine Liste der unterstützten Compiler anzuzeigen, öffnen Sie Supported and Compatible Compilers, klicken Sie auf die Registerkarte, die Ihrem Betriebssystem entspricht, suchen Sie die Simulink Product Family-Tabelle und gehen Sie zur Spalte For Model Referencing, Accelerator mode, Rapid Accelerator mode, and MATLAB Function blocks. Wenn Sie mehrere MATLAB-unterstützte Compiler auf Ihrem System installiert haben, können Sie den Standard-Compiler mit dem Befehl mex -setup ändern. Siehe Change Default Compiler.

Blöcke

Image ClassifierKlassifizierung von Daten mithilfe eines trainierten neuronalen Deep-Learning-Netzes (Seit R2020b)
PredictPredict responses using a trained deep learning neural network (Seit R2020b)
Stateful ClassifyClassify data using a trained deep learning recurrent neural network (Seit R2021a)
Stateful PredictPredict responses using a trained recurrent neural network (Seit R2021a)
Deep Learning Object DetectorDetect objects using trained deep learning object detector (Seit R2021b)
TensorFlow Model PredictPredict responses using pretrained Python TensorFlow model (Seit R2024a)
PyTorch Model PredictPredict responses using pretrained Python PyTorch model (Seit R2024a)
ONNX Model PredictPredict responses using pretrained Python ONNX model (Seit R2024a)
Custom Python Model PredictPredict responses using pretrained custom Python model (Seit R2024a)

Themen

Bilder

Sequenzen

Verstärkungslernen

Gemeinsame Ausführung mit Python

Code-Generierung