MATLAB proporciona un flujo de trabajo completo para la formación rápida, validación y la implantación del modelo de aprendizaje profundo. Los ingenieros pueden utilizar recursos de la GPU, sin la operación de programación adicional, para que pueda centrarse en la propia aplicación en lugar de ajustar el rendimiento. TensorRT NVIDIA GPU con el nuevo codificador la integración puede ser desarrollada de manera que la profundidad del modelo de aprendizaje en MATLAB, baja latencia y alto rendimiento desplegado de manera corrida en una GPU NVIDIA. parámetros internos muestran, código de MATLAB en combinación con la generada CUDA TensorRT, el aprendizaje de la inferencia modelo de implementación de profundidad cuando Alexnet , el rendimiento es 5 veces mayor que TensorFlow, el rendimiento es 1.25 veces mayor que TensorFlow al implementar el modelo VGG-16 para el razonamiento de aprendizaje profundo.
'Imagen, voz, sensores y la Internet de los objetos (IO) equipo técnico Evolucionando con el fin de promover un mejor rendimiento y la eficiencia de la investigación en soluciones de inteligencia artificial. Además, la profundidad de los modelos de aprendizaje se vuelven más complejas, todo lo cual dio a los ingenieros a una presión tremenda, 'dijo el director David Rich MathWorks.' ahora, el equipo puede utilizar la formación de MATLAB modelo de aprendizaje profundo, NVIDIA GPU razonamiento en tiempo real se puede implementar en una variedad de ambientes tales como dispositivos de borde incrustados desde la nube al centro de datos a. '