딥러닝용 MATLAB

심층 신경망을 위한 데이터 준비, 설계, 시뮬레이션 및 배포

전문가가 아니어도 MATLAB® 코드 몇 줄만으로 딥러닝 모델을 빌드할 수 있습니다. MATLAB으로 딥러닝 작업을 수행하는 다음과 같은 방법을 알아보십시오.

  • 앱 및 시각화 툴을 사용하여 복잡한 딥러닝 아키텍처를 생성하고, 수정하고, 분석합니다.
  • 데이터를 전처리하고 앱을 사용하여 이미지, 비디오, 오디오 데이터의 실측 데이터 레이블 지정 작업을 자동화합니다.
  • 전문적인 프로그래밍 없이 NVIDIA® GPU, 클라우드 및 데이터센터 리소스의 알고리즘을 가속화합니다.
  • TensorFlow, PyTorch 및 MxNet과 같은 프레임워크를 사용하여 동료와 협력합니다.
  • 강화 학습을 통해 동적 시스템 동작을 시뮬레이션하고 학습합니다.
  • 물리 시스템의 MATLAB 및 Simulink® 모델에서 시뮬레이션 기반 학습 및 테스트 데이터를 생성합니다.
MATLAB, 인공지능 그리고 MathWorks 스타트업 프로그램을 이용하여 Kestrel Agritech에서 어떻게 작물 피해를 방지하고 생산량을 높이고 있는지 알아 보십시오.

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.

즉시 시작하기

Deep Learning Onramp

이 무료 실습형 튜토리얼로 딥러닝 기법을 시작하십시오.

시작하기 자료 살펴보기

데모 및 대화형 예제를 살펴보고, 무료 튜토리얼을 실행하십시오.

무료 평가판 받기

30일 동안 사용 가능

질문이 있으신가요?

딥러닝 전문가와 상의하십시오.