Deep Learning Toolbox
Progettazione, addestramento, analisi e simulazione di reti di Deep Learning
Hai domande? Contatta l’ufficio commerciale.
Deep Learning Toolbox
Deep Learning Toolbox mette a disposizione funzioni, app e blocchi Simulink per progettare, implementare e simulare reti neurali profonde. Il toolbox fornisce un framework per creare e utilizzare molti tipi di reti, come le reti neurali convoluzionali (CNN) e i trasformatori. È possibile visualizzare e interpretare le previsioni di una rete, verificare le proprietà della rete e comprimere le reti tramite quantizzazione, proiezione o pruning.
Con l’app Deep Network Designer, è possibile progettare, modificare e analizzare le reti in modo interattivo, importare modelli pre-addestrati ed esportare le reti in Simulink. Il toolbox consente di interagire con altri framework di Deep Learning. È possibile importare modelli PyTorch®, TensorFlow™ e ONNX™ a scopo di inferenza, Transfer Learning, simulazione e distribuzione. È inoltre possibile esportare i modelli in TensorFlow e ONNX.
È possibile generare automaticamente codice C/C++, CUDA® e HDL per le reti addestrate.
Deep Learning per ingegneri
Crea e utilizza modelli di Deep Learning esplicabili, robusti e scalabili per l’ispezione visiva automatizzata, la modellazione di ordine ridotto, le comunicazioni wireless, la visione artificiale e altre applicazioni.
Low-Code Apps
Visualizza, crea, addestra e confronta modelli di intelligenza artificiale per dati di serie temporali utilizzando l'app Time Series Modeler. Accelera la progettazione e analisi delle reti per modelli incorporati e basati su Python tramite l’app Deep Network Designer.
Deep Learning in Simulink
Utilizza il Deep Learning con Simulink per testare l’integrazione di modelli di Deep Learning in sistemi più grandi. Simula modelli basati su MATLAB o Python per valutare il comportamento dei modelli e le prestazioni dei sistemi.
Integrazione con PyTorch e TensorFlow
Scambia modelli di Deep Learning con framework di Deep Learning basati su Python. Importa modelli PyTorch, TensorFlow e ONNX ed esporta reti in TensorFlow e ONNX con una sola riga di codice. Co-esegui i modelli basati su Python in MATLAB e Simulink.
Generazione e distribuzione di codici
Genera automaticamente codice C/C++ ottimizzato (con MATLAB Coder) e codice CUDA (con GPU Coder) per la distribuzione su CPU e GPU. Genera codice Verilog® e VHDL® sintetizzabile (con Deep Learning HDL Toolbox) per la distribuzione su FPGA e SoC.
Spiegabilità e verifica
Visualizza l’avanzamento dell’addestramento e le attivazioni delle reti neurali profonde. Usa Grad-CAM, D-RISE e LIME per spiegare i risultati delle reti. Verifica la robustezza e l’affidabilità delle reti neurali profonde.
Progettazione e addestramento di reti
Usa gli algoritmi di Deep Learning per creare CNN, LSTM, GAN e trasformatori, oppure esegui il Transfer Learning con modelli pre-addestrati. Etichetta, elabora e incrementa automaticamente i dati immagine, video e di segnali per l’addestramento delle reti.
Compressione mediante Deep Learning
Comprimi la tua rete di Deep Learning tramite quantizzazione, proiezione o pruning per ridurne il footprint di memoria e aumentare le prestazioni di inferenza. Valuta le prestazioni di inferenza e la precisione usando l’app Deep Network Quantizer.
Scalabilità del Deep Learning
Accelera l’addestramento sul Deep Learning utilizzando GPU, accelerazione cloud e calcolo distribuito. Addestra più reti in parallelo e procedi all’offload dei calcoli di Deep Learning per l’esecuzione in background.
Risorse sui prodotti:
“Era la prima volta che simulavamo dei sensori con reti neurali su una delle nostre ECU di un motopropulsore. Senza MATLAB e Simulink, avremmo dovuto procedere con una noiosa codifica manuale, un processo lento e soggetto a errori.”
Prova Deep Learning Toolbox gratis
Scopri i nostri prodotti.
Pronto per acquistare?
Richiedi una quotazione e scopri i prodotti correlati.
Sei uno studente?
È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.
