Matlab R2017b是一款可以在Mac系統(tǒng)上安裝使用的數學軟件，是全球最強大、最實用的數學軟件之一，Matlab R2017b新增了多個功能，支持macOS Sierra 10.12以上系統(tǒng)，需要的朋友可下載試試！

新增功能

Matlab R2017b | 加強深度學習能力以簡化設計、訓練和部署模型

MATLAB Release 2017b (R2017b) 今日正式推出，其中包括 MATLAB 和 Simulink 的若干新功能、六款新產品以及對其他 86 款產品的更新和修復補丁。此發(fā)行版還添加了新的重要的深度學習功能，可簡化工程師、研究人員及其他領域專家設計、訓練和部署模型的方式。

隨著智能設備和物聯(lián)網的發(fā)展，設計團隊面臨創(chuàng)造更加智能的產品和應用的挑戰(zhàn)，他們需要自己掌握深度學習技能或依賴其他具有深度學習專長但可能不了解應用場景的團隊。借助 R2017b，工程和系統(tǒng)集成團隊可以將 MATLAB 拓展用于深度學習，以更好地保持對整個設計過程的控制，并更快地實現更高質量的設計?？梢酝ㄟ^使用預訓練網絡，協(xié)作開發(fā)代碼和模型，然后部署到 GPU 和嵌入式設備。使用 MATLAB 可以改進結果質量，同時通過自動化地面實況標記 App 來縮短模型開發(fā)時間。

R2017b 中的具體深度學習特性、產品和功能包括：

Neural Network Toolbox 增加了對復雜架構的支持，包括有向無環(huán)圖 (DAG) 和長短期記憶 (LSTM) 網絡，并提供對 GoogLeNet 等流行的預訓練模型的訪問。

Computer Vision System Toolbox 中的 Image Labeler 應用現在提供一種方便和交互的方式來標記一系列圖像中的地面實況數據。除對象檢測工作流程外，該工具箱現在還利用深度學習支持語義分割，對圖像中的像素區(qū)域進行分類，以及評估和可視化分割結果。

MATLAB深度學習：為自動駕駛的工作流程提供語義分割

新產品 GPU Coder 可自動將深度學習模型轉換為 NVIDIA GPU 的 CUDA 代碼。內部基準測試顯示，在部署階段為深度學習模型產生的代碼，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)行了內部基準測試。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 加速版本用于基準測試。所有測試均在 Windows 10 上運行。

與 R2017a 推出的功能相結合，可以使用預訓練模型進行遷移學習，包括卷積神經網絡 (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 進行圖像分類、對象檢測、回歸等。