Deep Learning Toolbox. 深度學習工具箱
Introduction
原類神經網路工具箱Neural Network Toolbox 更名
深度學習工具箱™提供演算法，預訓練模型和應用程式(APP)來建立，訓練，視覺化及模擬淺層和深層神經網路。您可以執行分類，迴歸，分群，降維處理，時間序列預測和動態系統建模與控制。
深度學習網路包括卷積神經網絡(ConvNets，CNN)，有向非循環圖(DAG)網絡拓撲與自動編碼器(autoencoders)，用於圖片分類，迴歸和特徵學習。對於時間序列分類和預測，此工具箱提供長短期記憶(LSTM)深度學習網路。您可針對中間層進行視覺化和活化，修改網路架構和監控訓練進度。
針對小型的訓練資料集，您可以使用遷移式學習，使用預訓練的深層網路模型(GoogLeNet，AlexNet，VGG-16和VGG-19)以及Caffe Model Zoo模型來快速應用深度學習。
為加快對大型資料集的訓練速度，您可透過電腦上的多核心處理器和GPUs(搭配平行運算工具箱使用)分配運算任務和數據，或者擴展到叢集和雲端，像是AmazonEC2®P2 GPU instances(搭配MATLAB分散式運算引擎使用)。
本工具箱使用需搭配MATLAB。 建議搭配 Parallel Computing。