Deep Learning

 

MATLAB für Deep Learning

Entwerfen, erstellen und visualisieren Sie neuronale Faltungsnetzwerke

Sie können mit wenigen Zeilen MATLAB®-Code Deep-Learning-Modelle erstellen – und müssen dafür kein Experte sein. Erfahren Sie, wie MATLAB Ihnen helfen kann, Aufgabenstellungen aus dem Bereich Deep-Learning zu lösen.

  • MATLAB ist schnell: Bereitgestellte Modelle können bis zu 7-mal schneller ausgeführt werden als mit TensorFlow und bis zu 4,5-mal schneller als mit Caffe2.
  • Sie können leicht auf die neuesten Modelle zugreifen, wie GoogLeNet, VGG-16, VGG-19, AlexNet und ResNet-50.
  • Sie können NVIDIA-GPUs für Ihre GPU-Programmierung verwenden: Beschleunigen Sie das Training, indem Sie mehrere GPUs einsetzen oder die Cloud bzw. Cluster nutzen.
  • Verwenden Sie Funktionen und Tools, mit denen Sie Zwischenergebnisse visualisieren und Deep-Learning-Modelle debuggen können.
  • Sie können die Ground-Truth-Labeling mithilfe von Apps automatisieren.
  • Sie können mit Modellen aus Caffe und TensorFlow-Keras arbeiten.

Machen Sie die ersten Schritte mit MATLAB für Deep Learning

Erfahren Sie, wie Sie Deep Learning mit MATLAB, einer Webcam und einem vortrainierten neuronalen Netz nutzen können, um Objekte in Ihrer Umgebung zu erkennen. Sehen Sie sich das Video an und verfolgen Sie den Code mit:


camera = webcam;                           % Connect to camera
nnet = alexnet;                            % Load neural net
while true  
    picture = snapshot(camera);            % Take picture
    picture = imresize(picture,[227,227]); % Resize
    label = classify(nnet, picture);       % Classify 
    image(picture);                        % Show picture
    title(char(label));                    % Show label
    drawnow;   
end

 

Videodemo nachvollziehen mit Joe:

Laden Sie eine Testversion der benötigten Produkte und das Support-Package für AlexNet herunter.

KOSTENLOS

Erlernen Sie den Umgang mit MATLAB für Deep Learning in nur zwei Stunden

Sie erhalten eine praktische Einführung in Deep Learning-Methoden für die Bilderkennung. Zu den Themen gehören neuronale Faltungsnetzwerke, die Verwendung vortrainierter Netze sowie das Transfer Learning.

Sie gelangen von einfachen zu komplexeren Aufgaben, indem Sie interaktive Beispiele und Tutorials durchgehen.

Kostenlose Testversion anfordern

Eine 30-tägige Erkundungstour auf Knopfdruck

Haben Sie Fragen?

Und Sie können mit einem Deep-Learning-Experten sprechen.