يوفر MATLAB سير العمل الكامل للتدريب سريع، والمصادقة، ونشر نموذج التعلم العميق. يمكن لمهندسي استخدام الموارد GPU، من دون عملية برمجة إضافية، حتى تتمكن من التركيز على التطبيق نفسه بدلا من ضبط الأداء. NVIDIA TensorRT مع GPU المبرمج الجديد ويمكن تطوير التكامل بحيث عمق نموذج التعلم في MATLAB، الكمون المنخفض وعالية الإنتاجية نحو نشر تعمل على NVIDIA GPU. وأظهرت الاختبارات الداخلية، رمز MATLAB في تركيبة مع CUDA TensorRT ولدت، تعلم الاستدلال عمق نشر نموذج عندما Alexnet ، أعلى 5 مرات من TensorFlow الأداء العالي والأداء نشر دراسة متعمقة المنطق VGG-16 نموذج * ارتفاع 1.25 مرة من TensorFlow.
وقد دفعت التكنولوجيا المتطورة للصور ، والصوت ، وأجهزة الاستشعار ، وإنترنت الأشياء (IoT) الفرق إلى دراسة حلول الذكاء الاصطناعي بأداء وكفاءة أفضل ، بالإضافة إلى ذلك ، أصبحت نماذج التعلم العميق معقدة أكثر فأكثر ، وكلها معطاة للمهندسين. وقال ديفيد ريتش ، مدير فريق ماث ووركس: "كان هناك ضغوط هائلة ، والآن يمكن للفرق استخدام MATLAB لتدريب نماذج التعلم العميق. يمكن لوحدات معالجة الرسومات NVIDIA نشر التفكير في الوقت الحقيقي في مجموعة متنوعة من البيئات ، من السحابة إلى مركز البيانات إلى أجهزة الحافة المدمجة".