MathWorks 2018b版本的 MATLAB和Simulink中扩展深度学习功能

MathWorks推出了 2018b 版本的MATLAB和Simulink。该版本包含重要的深度学习增强功能，以及各个产品系列中的新功能和Bug修复。新的Deep Learning Toolbox取代了Neural Network Toolbox，为工程师和科学家提供了用于设计和实现深度神经网络的框架。现在，图像处理、计算机视觉、信号处理和系统工程师可以使用 MATLAB 更轻松地设计复杂的网络架构，并改进其深度学习模型的性能。

MathWorks最近加入了 ONNX 社区，表明其对互操作性的支持，从而实现 MATLAB 用户与其他深度学习框架用户之间的协作。使用 R2018b 中的新 ONNX 转换器，工程师可以从支持的框架(如 PyTorch、MxNet 和 TensorFlow)导入和导出模型。凭借这种互操作性，在 MATLAB 中训练的模型能够用于其他框架。同样，可以将在其他框架中训练的模型导入 MATLAB，以执行调试、验证和嵌入式部署等任务。而且，R2018b 提供了一组精心打造的参考模型，只需一行代码即可访问。此外，附加的模型导入器支持使用来自 Caffe 和 Keras-Tensorflow 的模型。