摘要：此发行版还添加了新的重要的深度学习功能，可简化工程师研究人员及其他领域专家设计训练和部署模型的方式。内部基准测试显示，在部署阶段为深度学习模型产生的代码，比的性能提高倍，比的性能提高倍。
MATLAB Release 2017b (R2017b) 今日正式推出，其中包括 MATLAB 和 Simulink 的若干新功能、六款新产品以及对其他 86 款产品的更新和修复补丁。此发行版还添加了新的重要的深度学习功能，可简化工程师、研究人员及其他领域专家设计、训练和部署模型的方式。
随着智能设备和物联网的发展，设计团队面临创造更加智能的产品和应用的挑战，他们需要自己掌握深度学习技能或依赖其他具有深度学习专长但可能不了解应用场景的团队。借助 R2017b，工程和系统集成团队可以将 MATLAB 拓展用于深度学习，以更好地保持对整个设计过程的控制，并更快地实现更高质量的设计。可以通过使用预训练网络，协作开发代码和模型，然后部署到 GPU 和嵌入式设备。使用 MATLAB 可以改进结果质量，同时通过自动化地面实况标记 App 来缩短模型开发时间。
R2017b 中的具体深度学习特性、产品和功能包括：
Neural Network Toolbox 增加了对复杂架构的支持，包括有向无环图 (DAG) 和长短期记忆 (LSTM) 网络，并提供对 GoogLeNet 等流行的预训练模型的访问。
Computer Vision System Toolbox 中的 Image Labeler 应用现在提供一种方便和交互的方式来标记一系列图像中的地面实况数据。除对象检测工作流程外，该工具箱现在还利用深度学习支持语义分割，对图像中的像素区域进行分类，以及评估和可视化分割结果。
MATLAB深度学习：为自动驾驶的工作流程提供语义分割
新产品 GPU Coder 可自动将深度学习模型转换为 NVIDIA GPU 的 CUDA 代码。内部基准测试显示，在部署阶段为深度学习模型产生的代码，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 对 AlexNet 的推理性能执行了内部基准测试。使用的软件版本是 MATLAB(R2017b)、TensorFlow(1.2.0) 和 Caffe2(0.8.1)。每个软件的 GPU 加速版本用于基准测试。所有测试均在 Windows 10 上运行。
与 R2017a 推出的功能相结合，可以使用预训练模型进行迁移学习，包括卷积神经网络 (CNN) 模型（AlexNet、VGG-16 和 VGG-19）以及来自 Caffe 的模型（包括 Caffe Model Zoo）。可以从头开始开发模型，包括使用 CNN 进行图像分类、对象检测、回归等。
其他系列更新：
除深度学习外，R2017b 还包括其他关键领域的一系列更新，包括：
使用 MATLAB 进行数据分析：一款新 Text Analytics Toolbox 产品、可扩展数据存储、用于机器学习的更多大数据绘图和算法，以及 Microsoft Azure Blob 存储支持
使用 Simulink 进行实时软件建模：对用于软件环境的调度效果进行建模并实现可插入式组件
使用 Simulink 进行验证和确认：用于需求建模、测试覆盖率分析和合规性检查的新工具
欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4629.html
摘要：陈建平说训练是十分重要的，尤其是对关注算法本身的研究者。代码生成其实在中也十分简单，陈建平不仅利用车道线识别模型向我们演示了如何使用生成高效的代码，同时还展示了在脱离环境下运行代码进行推断的效果。 近日，Mathworks 推出了包含 MATLAB 和 Simulink 产品系列的 Release 2017b（R2017b），该版本大大加强了 MATLAB 对深度学习的支持，并简化了工程师、...
摘要：与其它可用于的软件包一样，新的软件包亦可利用来加速各类机器学习与深度学习应用。数据科学家们必须首先构建起机器学习模型，确保其适合分布式计算特性，而后将其映射至深层神经网络当中，最终编写代码以为这套新模型提供支持。 今天，我们兴奋地宣布在Mesosphere DC/OS服务目录当中发布TensorFlow的be...
摘要：与其它可用于的软件包一样，新的软件包亦可利用来加速各类机器学习与深度学习应用。数据科学家们必须首先构建起机器学习模型，确保其适合分布式计算特性，而后将其映射至深层神经网络当中，最终编写代码以为这套新模型提供支持。 今天，我们兴奋地宣布在Mesosphere DC/OS服务目录当中发布TensorFlow的beta测试版本。只需要一条命令，您现在即可将分布式TensorFlow部署在任意裸机、...
摘要：通过利用一系列利用视频局部性的优化，显著降低了在每个帧上的计算量，同时仍保持常规检索的高精度。的差异检测器目前是使用逐帧计算的逻辑回归模型实现的。这些检测器在上的运行速度非常快，每秒超过万帧。也就是说，每秒处理的视频帧数超过帧。 视频数据正在爆炸性地增长——仅英国就有超过400万个CCTV监控摄像头，用户每分钟上传到 YouTube 上的视频超过300小时。深度学习的进展已经能够自动分析这些...
摘要：前言阿里巴巴机器智能实验室线下智能团队从年底开始涉及线下智能领域，从算法工程产品化业务落地多个方面入手，与合作伙伴们一起取得了一些小小的成绩。目前，该套工具作为推荐的量化工具广泛应用在阿里集团内多个线下业务场景中。 showImg(https://segmentfault.com/img/remote/1460000019246850); 阿里妹导读：AI 技术已经从互联网走向零售、...
阅读 2396·2019-08-30 15:52
阅读 2208·2019-08-30 12:51
阅读 2793·2019-08-29 18:41
阅读 2783·2019-08-29 17:04
阅读 768·2019-08-29 15:11
阅读 1636·2019-08-28 18:02
阅读 3560·2019-08-26 10:22
阅读 2478·2019-08-26 10:12
