Deep Learning Toolbox

 

Deep Learning Toolbox

딥러닝 신경망을 설계, 훈련 및 분석할 수 있습니다.

딥러닝 응용 분야

자율주행, 신호 및 오디오 처리, 무선 통신, 영상 처리 등의 응용 사례에 대한 분류, 회귀, 특징 학습을 위해 딥러닝 모델을 훈련시킬 수 있습니다.

신경망 설계 및 모델 관리

로우코드 앱을 사용하여 딥러닝 모델 개발을 가속화할 수 있습니다. 심층 신경망 디자이너 앱을 사용하여 신경망을 생성, 훈련, 분석 및 디버그할 수 있습니다. 실험 관리자 앱을 사용하여 여러 모델을 조정하고 비교할 수 있습니다.

사전 훈련된 모델

MATLAB에서 단 한 줄의 코드로 널리 사용되는 모델에 액세스할 수 있습니다. ONNX 및 TensorFlow™를 통해 PyTorch™를 사용하여 어떤 모델이든 MATLAB으로 가져올 수 있습니다.

설명 가능성

딥러닝 신경망의 훈련 진행 상황 및 학습된 특징의 활성화를 시각화할 수 있습니다. Grad-CAM, 폐색 매핑, LIME을 사용하여 딥러닝 모델 결과를 설명할 수 있습니다.

전처리

신경망 훈련을 위해 데이터에 레이블을 지정하고, 처리하고, 증대할 수 있습니다. 내장 알고리즘으로 데이터 레이블 지정을 자동화할 수 있습니다.

훈련 속도 가속화

GPU, 클라우드 가속화, 분산 연산을 사용하여 딥러닝 훈련을 가속화할 수 있습니다.

코드 생성

GPU Coder™를 사용하여 최적화된 CUDA® 코드를 자동으로 생성하고 MATLAB Coder™를 사용하여 C 및 C++ 코드를 생성하여 딥러닝 신경망을 NVIDIA GPU 및 프로세서에 배포할 수 있습니다. Deep Learning HDL Toolbox™를 사용하여 FPGA 및 SoC에 딥러닝 신경망을 프로토타이핑하고 구현할 수 있습니다.

Simulink를 사용한 시뮬레이션

제어, 신호 처리, 센서 융합 구성요소로 딥러닝 신경망을 시뮬레이션하여 딥러닝 모델이 시스템 수준 성능에 미치는 영향을 평가할 수 있습니다.

딥러닝 압축

딥러닝 신경망을 양자화하고 가지치기하여 메모리 사용량을 줄이고 추론 성능을 향상시킬 수 있습니다. 심층 신경망 양자화기 앱을 사용하여 향상된 성능과 추론 정확도 사이의 장단점을 분석하고 시각화할 수 있습니다.

무료 평가판 받기

30일 동안 사용해 보세요.


구매하기

제품별 가격을 확인하세요.

학생이세요?

학생용 MATLAB 및 Simulink를 확인하세요.