資訊專欄INFORMATION COLUMN
摘要：此發(fā)行版還添加了新的重要的深度學(xué)習(xí)功能，可簡化工程師研究人員及其他領(lǐng)域?qū)＜以O(shè)計訓(xùn)練和部署模型的方式。內(nèi)部基準(zhǔn)測試顯示，在部署階段為深度學(xué)習(xí)模型產(chǎn)生的代碼，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、六款新產(chǎn)品以及對其他 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，可簡化工程師、研究人員及其他領(lǐng)域?qū)＜以O(shè)計、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)計團(tuán)隊面臨創(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)專長但可能不了解應(yīng)用場景的團(tuán)隊。借助 R2017b，工程和系統(tǒng)集成團(tuán)隊可以將 MATLAB 拓展用于深度學(xué)習(xí)，以更好地保持對整個設(shè)計過程的控制，并更快地實現(xiàn)更高質(zhì)量的設(shè)計。可以通過使用預(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，同時通過自動化地面實況標(biāo)記 App 來縮短模型開發(fā)時間。
R2017b 中的具體深度學(xué)習(xí)特性、產(chǎn)品和功能包括：
Neural Network Toolbox 增加了對復(fù)雜架構(gòu)的支持，包括有向無環(huán)圖 (DAG) 和長短期記憶 (LSTM) 網(wǎng)絡(luò)，并提供對 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況數(shù)據(jù)。除對象檢測工作流程外，該工具箱現(xiàn)在還利用深度學(xué)習(xí)支持語義分割，對圖像中的像素區(qū)域進(jìn)行分類，以及評估和可視化分割結(jié)果。?
MATLAB深度學(xué)習(xí)：為自動駕駛的工作流程提供語義分割
新產(chǎn)品 GPU Coder 可自動將深度學(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 AlexNet 的推理性能執(zhí)行了內(nèi)部基準(zhǔn)測試。使用的軟件版本是 MATLAB(R2017b)、TensorFlow(1.2.0) 和 Caffe2(0.8.1)。每個軟件的 GPU 加速版本用于基準(zhǔn)測試。所有測試均在 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）。可以從頭開始開發(fā)模型，包括使用 CNN 進(jìn)行圖像分類、對象檢測、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、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 存儲支持
使用 Simulink 進(jìn)行實時軟件建模：對用于軟件環(huán)境的調(diào)度效果進(jìn)行建模并實現(xiàn)可插入式組件
使用 Simulink 進(jìn)行驗證和確認(rèn)：用于需求建模、測試覆蓋率分析和合規(guī)性檢查的新工具
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.hztianpu.com/yun/4629.html
摘要：陳建平說訓(xùn)練是十分重要的，尤其是對關(guān)注算法本身的研究者。代碼生成其實在中也十分簡單，陳建平不僅利用車道線識別模型向我們演示了如何使用生成高效的代碼，同時還展示了在脫離環(huán)境下運(yùn)行代碼進(jìn)行推斷的效果。 近日，Mathworks 推出了包含 MATLAB 和 Simulink 產(chǎn)品系列的 Release 2017b（R2017b），該版本大大加強(qiáng)了 MATLAB 對深度學(xué)習(xí)的支持，并簡化了工程師、...
摘要：與其它可用于的軟件包一樣，新的軟件包亦可利用來加速各類機(jī)器學(xué)習(xí)與深度學(xué)習(xí)應(yīng)用。數(shù)據(jù)科學(xué)家們必須首先構(gòu)建起機(jī)器學(xué)習(xí)模型，確保其適合分布式計算特性，而后將其映射至深層神經(jīng)網(wǎng)絡(luò)當(dāng)中，最終編寫代碼以為這套新模型提供支持。 今天，我們興奮地宣布在Mesosphere DC/OS服務(wù)目錄當(dāng)中發(fā)布TensorFlow的be...
摘要：與其它可用于的軟件包一樣，新的軟件包亦可利用來加速各類機(jī)器學(xué)習(xí)與深度學(xué)習(xí)應(yīng)用。數(shù)據(jù)科學(xué)家們必須首先構(gòu)建起機(jī)器學(xué)習(xí)模型，確保其適合分布式計算特性，而后將其映射至深層神經(jīng)網(wǎng)絡(luò)當(dāng)中，最終編寫代碼以為這套新模型提供支持。 今天，我們興奮地宣布在Mesosphere DC/OS服務(wù)目錄當(dāng)中發(fā)布TensorFlow的beta測試版本。只需要一條命令，您現(xiàn)在即可將分布式TensorFlow部署在任意裸機(jī)、...
摘要：通過利用一系列利用視頻局部性的優(yōu)化，顯著降低了在每個幀上的計算量，同時仍保持常規(guī)檢索的高精度。的差異檢測器目前是使用逐幀計算的邏輯回歸模型實現(xiàn)的。這些檢測器在上的運(yùn)行速度非?？?，每秒超過萬幀。也就是說，每秒處理的視頻幀數(shù)超過幀。 視頻數(shù)據(jù)正在爆炸性地增長——僅英國就有超過400萬個CCTV監(jiān)控攝像頭，用戶每分鐘上傳到 YouTube 上的視頻超過300小時。深度學(xué)習(xí)的進(jìn)展已經(jīng)能夠自動分析這些...
摘要：前言阿里巴巴機(jī)器智能實驗室線下智能團(tuán)隊從年底開始涉及線下智能領(lǐng)域，從算法工程產(chǎn)品化業(yè)務(wù)落地多個方面入手，與合作伙伴們一起取得了一些小小的成績。目前，該套工具作為推薦的量化工具廣泛應(yīng)用在阿里集團(tuán)內(nèi)多個線下業(yè)務(wù)場景中。 showImg(https://segmentfault.com/img/remote/1460000019246850); 阿里妹導(dǎo)讀：AI 技術(shù)已經(jīng)從互聯(lián)網(wǎng)走向零售、...
閱讀 2504·2019-08-30 15:52
閱讀 2302·2019-08-30 12:51
閱讀 2899·2019-08-29 18:41
閱讀 2879·2019-08-29 17:04
閱讀 897·2019-08-29 15:11
閱讀 1826·2019-08-28 18:02
閱讀 3659·2019-08-26 10:22
閱讀 2573·2019-08-26 10:12
