딥러닝용 MATLAB
컨벌루션 뉴럴 네트워크의 설계, 빌드 및 시각화
전문가가 아니어도 MATLAB® 코드 몇 줄만으로 딥러닝 모델을 빌드할 수 있습니다. MATLAB으로 딥러닝 작업을 수행하는 방법을 알아보십시오.
- GoogLeNet, VGG-16, VGG-19, AlexNet, ResNet-50, ResNet-101, Inception-v3과 같은 최신 모델에 쉽게 액세스할 수 있습니다.
- 전문적인 프로그래밍 없이 NVIDIA® GPU, 클라우드 및 데이터센터 리소스의 알고리즘을 가속화합니다.
- MATLAB 앱 및 시각화 툴을 사용하여 복잡한 심층 신경망 아키텍처를 생성하고, 수정하고, 분석합니다.
- 앱을 사용하여 이미지, 비디오, 오디오 데이터의 실측 데이터 레이블 지정 작업을 자동화합니다.
- Caffe와 TensorFlow-Keras의 모델을 불러와서 작업할 수 있습니다.
- MATLAB은 ONNX™를 지원하여 PyTorch 및 MxNet과 같은 프레임워크를 사용하는 동료와 협력할 수 있습니다.
딥러닝에 MATLAB을 사용해야 하는 이유
상호 운용성
MATLAB과 Python 기반 프레임워크 중 하나를 선택할 필요가 없습니다. MATLAB은 ONNX 가져오기 및 내보내기 기능을 사용하여 오픈 소스 딥러닝 프레임워크 상호 운용성을 지원합니다. 가장 중요한 작업에 MATLAB 툴을 사용하십시오. 기능 평가와 이미 빌드된 기능 및 앱은 Python에서는 이용할 수 없습니다.
시맨틱 분할과 같은 딥러닝 워크플로에 앱 레이블 지정 기능을 사용하십시오.
전처리용 앱
네트워크 학습을 더 빠르게 시작할 수 있습니다. 오디오, 비디오, 이미지 데이터에 맞는 도메인별 앱을 사용하여 빠르게 데이터셋의 전처리 작업을 수행하십시오. 사용자가 복잡한 네트워크 아키텍처를 만들거나, 전이 학습을 위해 미리 학습된 복잡한 네트워크를 수정할 수 있는 Deep Network Designer 앱을 사용하여 학습 전에 문제를 시각화하고 확인하고 수정하십시오.
멀티 플랫폼 배포
CUDA, C 코드, 엔터프라이즈 시스템, 클라우드를 비롯해 어디에나 딥러닝 모델을 배포할 수 있습니다. 성능이 중요하다면 Intel®(MKL-NNN), NVIDIA(TensorRT, cuDNN) 및 ARM®(ARM Compute Library)의 최적화된 라이브러리를 이용하는 코드를 생성하여 고성능 추론 속도를 갖춘 배포용 모델을 생성할 수 있습니다.
무료 평가판 받기
30일 동안 사용 가능
질문이 있으신가요?
딥러닝 전문가와 상의하십시오.
