Nuove funzionalità di Deep Learning in MATLAB

MATLAB rende il deep learning facile ed accessibile per chiunque, anche per i meno esperti. Scopri le nuove funzionalità per la progettazione e la creazione di modelli personali, addestramento, visualizzazione e distribuzione di reti.

New Feature

Experiment Manager App :

Manage multiple deep learning experiments, keep track of training parameters, and analyze and compare results and code

Preparazione ed etichettatura di dati

  • Video Labeler: etichetta i dati sul campo nelle sequenze video o di immagini
  • Audio Labeler: definisci e visualizza in modo interattivo le etichette di dati sul campo per serie di dati audio
  • Novità - Signal Labeler: Visualizza ed etichetta segnali in modo interattivo
  • Novità - Datastore di etichette pixel: memorizza le informazioni sui pixel per i dati di segmentazione semantica 2D e 3D
  • Novità - Datastore audio: Gestisci ampie serie di registrazioni audio
  • Novità - Datastore di immagini: Supporto per dati 3D

Architetture di rete

  • Novità - Costruisci architetture di rete avanzate come GAN, reti siamesi, reti di attenzione e autoencoder variazionali
  • Addestra un rilevatore di oggetti di deep learning YOLO (You Only Look Once) v2 e genera codice C e CUDA
  • Deep Network Designer: progetta graficamente e analizza reti profonde e genera codice MATLAB
  • Assistenza per livelli personalizzati: definisci nuovi layer con più input e output e specifica le funzioni di perdita per classificazione e regressione
  • combina reti LSTM e layer convoluzionali per la classificazione di video e il riconoscimento dei gesti

Interoperabilità del Deep Learning

  • Importa ed esporta modelli con altri framework di deep learning utilizzando il formato del modello ONNX e genera codice CUDA
  • Novità - Capacità di operare con MobileNet-v2, ResNet-101, Inception-v3, SqueezeNet, NASNet-Large e Xception
  • Importa i modelli TensorFlow-Keras e genera codice C, C++ e CUDA
  • Importa le reti DAG nell’importatore di modelli Caffe

Consulta un elenco di modelli pre-addestrati supportati in MATLAB.

Addestramento delle reti

  • Convalida automaticamente le prestazioni della rete e interrompi l’addestramento quando le metriche di convalida non fanno più registrare miglioramenti
  • Novità Addestra reti di deep learning su dati di immagini 3D
  • Esegui l’affinamento di iperparametri utilizzando l’ottimizzazione bayesiana
  • Ottimizzatori aggiuntivi per l’addestramento: Adam e RMSProp
  • Addestra le reti DAG in parallelo e su più GPU
  • Addestra i modelli di deep learning su piattaforme NVIDIA DGX e Cloud

Debug e Visualizzazione

  • Attivazioni DAG: visualizza attivazioni intermedie per reti come ResNet-50, ResNet-101, GoogLeNet e Inception-v3
  • Monitora i progressi dell'addestramento con grafici per la precisione, la perdita e le metriche di convalida
  • Network Analyzer: visualizza, analizza e individua i problemi nelle architetture di rete prima dell’addestramento
  • Novità - Visualizza le attivazioni delle reti LSTM e usa Grad-CAM per comprendere le decisioni di classificazione

Distribuzione

  • Novità - Genera codice per reti come il rilevatore di oggetti YOLO V2, DeepLab-v3+, MobileNet-v2, Xception, DenseNet-201 e reti ricorrenti
  • Novità - Distribuisci reti di deep learning su GPU Arm Mali
  • Novità - Distribuzione automatica su piattaforme Jetson AGX Xavier e Jetson Nano
  • Applica le trasposizioni ottimizzate di CUDA utilizzando la memoria condivisa per ottimizzare le prestazioni

Reinforcement Learning

  • Novità - Algoritmi di reinforcement learning: addestra i criteri di una rete neurale profonda utilizzando DQN, DDPG, A2C, PPO e altri algoritmi
  • Modellazione dell’ambiente: crea modelli MATLAB e Simulink per rappresentare gli ambienti e utilizza segnali di osservazione e compensazione per i criteri di addestramento
  • Accelerazione dell’addestramento: parallelizza l’addestramento dei criteri su GPU e CPU multicore
  • Novità - Esempi di riferimento: implementa criteri per applicazioni di guida autonoma, robotica e progettazione di controlli

Richiedi una prova gratuita

30 giorni di prova a tua disposizione.

Hai domande?

Consulta un esperto di deep learning.