딥러닝용 MATLAB의 새로운 기능

MATLAB은 전문가가 아니더라도 누구나 쉽게 딥러닝을 이해할 수 있도록 도와드립니다. 모델의 설계와 빌드, 네트워크 학습과 시각화, 배포를 위한 최신 기능을 확인하십시오.

데이터 준비와 레이블링

  • 비디오 레이블러: 비디오 또는 이미지 시퀀스의 지상 실측(Ground Truth) 데이터 레이블 지정
  • 오디오 레이블러: 오디오 데이터셋의 지상 실측 레이블을 대화형 방식으로 정의하고 시각화하기
  • 신규 신호 레이블러: 대화형 방식으로 신호를 시각화하고 레이블을 지정
  • 신규 픽셀 레이블 데이터저장소: 2D 및 3D 시맨틱 분할 데이터에 대한 픽셀 정보 저장
  • 신규 오디오 데이터저장소: 대규모 오디오 녹음 컬렉션 관리
  • 신규 이미지 데이터저장소: 3차원 데이터 지원

네트워크 아키텍처

  • 신규 생성적 적대 신경망(GAN), 샴 네트워크, 주의 네트워크, 변량 자동 인코더 등 최신 네트워크 아키텍처를 빌드
  •  YOLO(you-only-look-once) v2 딥러닝 객체 검출기 를 학습시키고 C 코드와 CUDA 코드를 생성하십시오.
  • Deep Network Designer: 딥 네트워크를 그래픽으로 설계 및 분석하고 MATLAB 코드 생성하기
  • 사용자 지정 레이어 지원: 여러 입력 및 출력으로 새 레이어를 정의하고 분류와 회귀에 손실 함수 지정하기
  • 비디오 분류 및 제스처 인식을 위해 LSTM와 컨벌루션 레이어를 결합합니다.

딥러닝 상호 운용성

  • ONNX 모델 형식을 사용하여 다른 딥러닝 프레임워크로 된 모델을 가져오고 내보내며, CUDA 코드를 생성하십시오.
  • 신규 MobileNet-v2, ResNet-101, Inception-v3, SqueezeNet 및 NASNet-Large, Xception으로 작업 가능
  • TensorFlow-Keras 모델을 가져오고 C, C++ 및 CUDA 코드를 생성하십시오.
  • Cagffe 모델 임포터에서 DAG 네트워크를 가져오십시오.

MATLAB에서 지원되는 사전 학습 모델의 종합 목록을 참조하십시오.

네트워크 교육

  • 네트워크 성능의 유효성 검사를 자동으로 수행하고, 유효성 검사 메트릭이 더 이상 개선되지 않으면 학습을 중단하기
  • 신규  3차원 이미지 데이터에 대한 딥러닝 네트워크 학습 수행
  • 베이지안 최적화를 사용하여 하이퍼파라미터 튜닝 수행하기
  • 학습용 추가 옵티마이저: Adam 및 RMSProp
  • 병렬 및 다중 GPU에서 DAG 네트워크 학습하기
  • NVIDIA DGX와 클라우드 플랫폼에서 딥러닝 모델을 학습시키십시오.

디버깅 및 시각화

  • DAG 활성화: ResNet-50, ResNet-101, GoogLeNet 및 Inception-v3과 같은 네트워크의 중간 활성화 시각화하기
  • 정확성, 손실, 유효성 검사 메트릭에 대한 플롯으로 학습 과정 모니터링
  • 네트워크 분석기: 교육 전에 네트워크 아키텍처에 있는 문제를 시각화, 분석, 검출합니다.
  • 신규 LSTM 네트워크 활성화를 시각화하고 Grad-CAM을 이용하여 분류 의사결정을 이해

배포

  • 신규 YOLO V2 객체 검출기, DeepLab-v3+, MobileNet-v2, Xception, DenseNet-201, 순환 네트워크 등의 네트워크를 위한 코드 생성
  • 신규 ARM Mali GPU에 딥러닝 네트워크를 배포
  • 신규 Jetson AGX Xavier 및 Jetson Nano 플랫폼에 자동으로 배포
  • 개선된 성능을 위해 공유 메모리를 사용하여 CUDA 최적화 전치 적용

강화 학습

  • 신규 강화 학습 알고리즘: DQN, DDPG, A2C, PPO 및 기타 알고리즘을 사용하여 심층 신경망 정책 학습
  • 환경 모델링: MATLAB 및 Simulink 모델을 만들어 환경을 표현하고 학습 정책에 대한 관측값과 보상 신호 제공
  • 학습 가속: GPU와 멀티코어 CPU에 대한 정책 학습 병렬화
  • 신규 참조 예제: 자율 주행, 로봇 및 제어 설계 활용 분야를 위해 정책 훈련

무료 평가판 받기

30일 동안 사용 가능

질문이 있으신가요?

딥러닝 전문가와 상의하십시오.