La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

Come iniziare a utilizzare Deep Learning Toolbox

Progettare, addestrare, analizzare e simulare le reti di Deep Learning

Deep Learning Toolbox™ fornisce funzioni, applicazioni e blocchi Simulink^® per la progettazione, l'implementazione e la simulazione di reti neurali profonde. La toolbox fornisce una struttura per creare e utilizzare molti tipi di reti, come le reti neurali convoluzionali (CNN) e i trasformatori. È possibile visualizzare e interpretare le previsioni della rete, verificarne le proprietà e comprimere le reti con la quantizzazione, la proiezione o lo sfoltimento.

Con l'app Deep Network Designer è possibile progettare, modificare e analizzare le reti in modo interattivo, importare i modelli preaddestrati ed esportare le reti in Simulink. La toolbox consente di interoperare con altre strutture di Deep Learning. È possibile importare modelli PyTorch^®, TensorFlow™ e ONNX™ per inferenza, transfer learning, simulazione e implementazione. È inoltre possibile esportare i modelli su TensorFlow e ONNX.

È possibile generare automaticamente codice C/C++, CUDA^® e HDL per le reti addestrate.

Tutorial

Workflow dell’applicazione

Come iniziare a utilizzare Deep Network Designer
Questo esempio mostra come creare una rete neurale ricorrente semplice per la classificazione di sequenze di Deep Learning utilizzando Deep Network Designer.
Get Started with Time Series Forecasting
This example shows how to create a simple long short-term memory (LSTM) network to forecast time series data using the Deep Network Designer app.
Come iniziare a utilizzare il transfer learning
Questo esempio mostra come utilizzare Deep Network Designer per preparare una rete al transfer learning.
Come iniziare con la classificazione delle immagini
Questo esempio mostra come creare una rete neurale convoluzionale semplice per la classificazione tramite Deep Learning utilizzando l'applicazione Deep Network Designer.

Workflow della riga di comando

Prova il Deep Learning in 10 righe di codice MATLAB
Scopri come utilizzare il Deep Learning per identificare gli oggetti su una webcam live con la rete preaddestrata SqueezeNet.
Classificazione di immagini con una rete preaddestrata
Questo esempio mostra come classificare un’immagine con la rete neurale convoluzionale profonda preaddestrata GoogLeNet.
Creazione di una rete di classificazione di immagini semplice
Questo esempio mostra come creare e addestrare una rete neurale convoluzionale semplice per la classificazione tramite Deep Learning.

Esempi in primo piano

Classify Webcam Images Using Deep Learning

Classify images from a webcam in real time using the pretrained deep convolutional neural network GoogLeNet.

Apri script

Retrain Neural Network to Classify New Images

Retrain a pretrained SqueezeNet neural network to perform classification on a new collection of images.

Apri live script

Previsione delle serie temporali tramite il Deep Learning

Questo esempio mostra come prevedere i dati delle serie temporali utilizzando una rete con memoria a breve e lungo termine (LSTM).

Apri live script

Apprendimento interattivo

Deep Learning Onramp
Questo tutorial gratuito di due ore sul Deep Learning fornisce un'introduzione interattiva ai metodi pratici di Deep Learning. Si apprenderà come utilizzare le tecniche di Deep Learning per il riconoscimento dell’immagine in MATLAB^®.

Video

Modifica interattiva di una rete di Deep Learning per il transfer learning
Deep Network Designer è uno strumento point-and-click per creare o modificare reti neurali profonde. Questo video mostra come utilizzare l’app in un workflow di transfer learning. Dimostra la facilità con cui è possibile utilizzare lo strumento per modificare gli ultimi livelli della rete importata, invece di modificare i livelli nella riga di comando. È possibile verificare l'architettura modificata per individuare eventuali errori nelle connessioni e nell'assegnazione delle proprietà utilizzando un analizzatore di rete.

Deep Learning con MATLAB: Deep Learning in 11 righe di codice MATLAB
Scoprire come utilizzare MATLAB, una semplice webcam e una rete neurale profonda per identificare gli oggetti nell'ambiente circostante.

Deep Learning con MATLAB: Transfer learning in 10 righe di codice MATLAB
Apprendere come utilizzare il transfer learning in MATLAB per riaddestrare le reti di Deep Learning create da esperti per i propri dati o per le proprie attività.