MathWorks 2018b版本的 MATLAB和Simulink中擴(kuò)展深度學(xué)習(xí)功能

MathWorks推出了 2018b 版本的MATLAB和Simulink。該版本包含重要的深度學(xué)習(xí)增強(qiáng)功能，以及各個(gè)產(chǎn)品系列中的新功能和Bug修復(fù)。新的Deep Learning Toolbox取代了Neural Network Toolbox，為工程師和科學(xué)家提供了用于設(shè)計(jì)和實(shí)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)的框架。現(xiàn)在，圖像處理、計(jì)算機(jī)視覺(jué)、信號(hào)處理和系統(tǒng)工程師可以使用 MATLAB 更輕松地設(shè)計(jì)復(fù)雜的網(wǎng)絡(luò)架構(gòu)，并改進(jìn)其深度學(xué)習(xí)模型的性能。

MathWorks最近加入了 ONNX 社區(qū)，表明其對(duì)互操作性的支持，從而實(shí)現(xiàn) MATLAB 用戶與其他深度學(xué)習(xí)框架用戶之間的協(xié)作。使用 R2018b 中的新 ONNX 轉(zhuǎn)換器，工程師可以從支持的框架(如 PyTorch、MxNet 和 TensorFlow)導(dǎo)入和導(dǎo)出模型。憑借這種互操作性，在 MATLAB 中訓(xùn)練的模型能夠用于其他框架。同樣，可以將在其他框架中訓(xùn)練的模型導(dǎo)入 MATLAB，以執(zhí)行調(diào)試、驗(yàn)證和嵌入式部署等任務(wù)。而且，R2018b 提供了一組精心打造的參考模型，只需一行代碼即可訪問(wèn)。此外，附加的模型導(dǎo)入器支持使用來(lái)自 Caffe 和 Keras-Tensorflow 的模型。