MATLAB Release 2017b(R2017b) 今日正式推出,其中包括MATLAB和Simulink的若干新功能、六款新產(chǎn)品以及對(duì)其他 86 款產(chǎn)品的更新和修復(fù)補(bǔ)丁。此發(fā)行版還添加了新的重要的深度學(xué)習(xí)功能,可簡(jiǎn)化工程師、研究人員及其他領(lǐng)域?qū)<以O(shè)計(jì)、訓(xùn)練和部署模型的方式。
隨著智能設(shè)備和物聯(lián)網(wǎng)的發(fā)展,設(shè)計(jì)團(tuán)隊(duì)面臨創(chuàng)造更加智能的產(chǎn)品和應(yīng)用的挑戰(zhàn),他們需要自己掌握深度學(xué)習(xí)技能或依賴其他具有深度學(xué)習(xí)專長(zhǎng)但可能不了解應(yīng)用場(chǎng)景的團(tuán)隊(duì)。借助 R2017b,工程和系統(tǒng)集成團(tuán)隊(duì)可以將 MATLAB 拓展用于深度學(xué)習(xí),以更好地保持對(duì)整個(gè)設(shè)計(jì)過程的控制,并更快地實(shí)現(xiàn)更高質(zhì)量的設(shè)計(jì)??梢酝ㄟ^使用預(yù)訓(xùn)練網(wǎng)絡(luò),協(xié)作開發(fā)代碼和模型,然后部署到 GPU 和嵌入式設(shè)備。使用 MATLAB 可以改進(jìn)結(jié)果質(zhì)量,同時(shí)通過自動(dòng)化地面實(shí)況標(biāo)記 App 來縮短模型開發(fā)時(shí)間。
R2017b中的具體深度學(xué)習(xí)特性、產(chǎn)品和功能包括:
Neural Network Toolbox增加了對(duì)復(fù)雜架構(gòu)的支持,包括有向無環(huán)圖 (DAG) 和長(zhǎng)短期記憶 (LSTM) 網(wǎng)絡(luò),并提供對(duì) GoogLeNet 等流行的預(yù)訓(xùn)練模型的訪問。
Computer Vision System Toolbox中的 Image Labeler 應(yīng)用現(xiàn)在提供一種方便和交互的方式來標(biāo)記一系列圖像中的地面實(shí)況數(shù)據(jù)。除對(duì)象檢測(cè)工作流程外,該工具箱現(xiàn)在還利用深度學(xué)習(xí)支持語義分割,對(duì)圖像中的像素區(qū)域進(jìn)行分類,以及評(píng)估和可視化分割結(jié)果。
MATLAB深度學(xué)習(xí):為自動(dòng)駕駛的工作流程提供語義分割
新產(chǎn)品GPU Coder可自動(dòng)將深度學(xué)習(xí)模型轉(zhuǎn)換為 NVIDIA GPU 的 CUDA 代碼。內(nèi)部基準(zhǔn)測(cè)試顯示,在部署階段為深度學(xué)習(xí)模型產(chǎn)生的代碼,比 TensorFlow 的性能提高 7倍,比 Caffe2的性能提高4.5 倍。
注:使用 TitanXP GPU 和 Intel(R) Xeon(R) CPU E5-1650 v4 @ 3.60GHz 對(duì) AlexNet 的推理性能執(zhí)行了內(nèi)部基準(zhǔn)測(cè)試。使用的軟件版本是 MATLAB(R2017b)、TensorFlow(1.2.0) 和 Caffe2(0.8.1)。每個(gè)軟件的 GPU 加速版本用于基準(zhǔn)測(cè)試。所有測(cè)試均在 Windows 10 上運(yùn)行。
與 R2017a 推出的功能相結(jié)合,可以使用預(yù)訓(xùn)練模型進(jìn)行遷移學(xué)習(xí),包括卷積神經(jīng)網(wǎng)絡(luò) (CNN) 模型(AlexNet、VGG-16 和 VGG-19)以及來自 Caffe 的模型(包括 Caffe Model Zoo)??梢詮念^開始開發(fā)模型,包括使用 CNN 進(jìn)行圖像分類、對(duì)象檢測(cè)、回歸等。
其他系列更新:
除深度學(xué)習(xí)外,R2017b 還包括其他關(guān)鍵領(lǐng)域的一系列更新,包括:
使用 MATLAB 進(jìn)行數(shù)據(jù)分析:一款新 Text Analytics Toolbox 產(chǎn)品、可擴(kuò)展數(shù)據(jù)存儲(chǔ)、用于機(jī)器學(xué)習(xí)的更多大數(shù)據(jù)繪圖和算法,以及 Microsoft Azure Blob 存儲(chǔ)支持
使用 Simulink 進(jìn)行實(shí)時(shí)軟件建模:對(duì)用于軟件環(huán)境的調(diào)度效果進(jìn)行建模并實(shí)現(xiàn)可插入式組件
使用 Simulink 進(jìn)行驗(yàn)證和確認(rèn):用于需求建模、測(cè)試覆蓋率分析和合規(guī)性檢查的新工具
MathWorks是數(shù)學(xué)計(jì)算軟件領(lǐng)域世界領(lǐng)先的開發(fā)商。它所推出的MATLAB是一種用于算法開發(fā)、數(shù)據(jù)分析、可視化和數(shù)值計(jì)算的程序設(shè)計(jì)環(huán)境,稱為“科學(xué)計(jì)算的語言”。Simulink是一種圖形環(huán)境,可用于對(duì)多域動(dòng)態(tài)系統(tǒng)和嵌入式系統(tǒng)進(jìn)行仿真和基于模型設(shè)計(jì)。全球的工程師和科學(xué)家們都依賴于MathWorks公司所提供的這些產(chǎn)品系列,來加快在汽車、航空、電子、金融服務(wù)、生物醫(yī)藥以及其他行業(yè)的發(fā)明、創(chuàng)新及開發(fā)的步伐。
-
嵌入式
+關(guān)注
關(guān)注
5150文章
19665瀏覽量
317427 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5561瀏覽量
122789
發(fā)布評(píng)論請(qǐng)先 登錄
如何使用Docker部署大模型
【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗(yàn)】+大模型微調(diào)技術(shù)解讀
大模型訓(xùn)練框架(五)之Accelerate
Flexus X 實(shí)例 ultralytics 模型 yolov10 深度學(xué)習(xí) AI 部署與應(yīng)用

AI模型部署邊緣設(shè)備的奇妙之旅:目標(biāo)檢測(cè)模型
AI模型部署邊緣設(shè)備的奇妙之旅:如何實(shí)現(xiàn)手寫數(shù)字識(shí)別
深度學(xué)習(xí)模型的魯棒性優(yōu)化
PyTorch GPU 加速訓(xùn)練模型方法
GPU深度學(xué)習(xí)應(yīng)用案例
FPGA加速深度學(xué)習(xí)模型的案例
AI大模型與深度學(xué)習(xí)的關(guān)系
直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:預(yù)訓(xùn)練的基礎(chǔ)模型下的持續(xù)學(xué)習(xí)

評(píng)論