MathWorks Newsroom

MathWorks presenterar version 2017b av produktfamiljerna MATLAB och Simulink

Förbättrar funktioner för Deep Learning för att göra det enklare att konstruera, träna och implementera modeller

Natick, MA, United States - (21 Sep 2017)

MathWorks presenterade i dag version 2017b (R2017b), som innehåller nya funktioner i MATLAB och Simulink, sex nya produkter, samt uppdateringar och förbättringar av ytterligare 86 produkter. I versionen läggs också nya viktiga funktioner till för Deep Learning som förenklar hur ingenjörer, forskare och andra domänexperter designar, tränar och implementerar modeller.

Stöd för djupinlärning

I R2017b finns följande specifika funktioner, produkter och möjligheter för Deep Learning:

  • Neural Network Toolbox har lagt till stöd för komplexa arkitekturer, inklusive DAG- (Directed Acyclic Graph) och LSTM-nätverk (Long Short-Term Memory), och ger åtkomst till populära förtränade modeller som GoogLeNet.
  • Appen Image Labeler i Computer Vision System Toolbox ger nu ett praktiskt och interaktivt sätt att etikettera ground truth-data i en bildsekvens. Förutom arbetsflöden för objektdetektering har toolboxen nu även stöd för semantisk segmentering med hjälp av Deep Learning för att klassificera pixelregioner i bilder och utvärdera och visualisera segmenteringsresultat.
  • En ny produkt, GPU Coder, konverterar automatiskt modeller för Deep Learning till CUDA-kod för NVIDIA-GPU:er. Interna jämförelser visar att den genererade koden för Deep Learning inferens ger upp till 7x bättre prestanda än TensorFlow och 4.5x bättre prestanda än Caffe2 för implementerade modeller*.

Tillsammans med de nya funktionerna i R2017a kan förtränade modeller användas för att överföra inlärning, inklusive CNN-modeller (AlexNet, VGG-16 och VGG-19) och modeller från Caffe (inklusive Caffe Model Zoo). Modeller kan utvecklas från grunden, inkluderande användning av CNN för bildklassificering, objektdetektering, regression och mer. 

”Med tillväxten av smarta enheter och IOT ställs designteamen inför utmaningen att skapa mer intelligenta produkter och tillämpningar genom att antingen utveckla Deep Learning förmågor på egen hand, eller förlita sig på andra team med kunskap inom Deep Learning som kanske inte förstår tillämpningens sammanhang”, säger David Rich, marknadschef för MATLAB, MathWorks. ”Med R2017b kan ingenjörs- och systemintegreringsteam utöka användningen av MATLAB för Deep Learning, för att få bättre kontroll över hela designprocessen och få design med högre kvalitet snabbare. De kan använda förtränade nätverk, samarbeta på kod och modeller och implementera på GPU:er och inbyggda enheter. Att använda MATLAB kan ge bättre kvalitet på resultaten samtidigt som modellutvecklingstiden reduceras genom automatisering av ground truth-etikettering.”   

Ytterligare uppdateringar

Förutom Deep Learning innehåller R2017b också en serie uppdateringar inom andra viktiga områden, däribland:

  • Dataanalys med MATLAB
    •  
      • En ny Text Analytics Toolbox-produkt, utökningsbart datalager, fler diagram för stora datamängder och algoritmer för maskininlärning, samt stöd för Microsoft Azure-bloblagring

  • Programvarumodellering i realtid med Simulink
    •  
      • Modellera schemaläggningseffekter och implementera instickbara komponenter för programvarumiljöer

  • Verifiering och validering med Simulink
    • Nya verktyg för kravmodellering, testtäckningsanalys och kompatibilitetskontroll

R2017b är tillgänglig omedelbart, i hela världen. Mer information om den fullständiga listan över uppdateringar finns på sidan för den nya versionen.

About MathWorks

MathWorks is the leading developer of mathematical computing software. MATLAB, the language of technical computing, is a programming environment for algorithm development, data analysis, visualization, and numeric computation. Simulink is a graphical environment for simulation and Model-Based Design for multidomain dynamic and embedded systems. Engineers and scientists worldwide rely on these product families to accelerate the pace of discovery, innovation, and development in automotive, aerospace, electronics, financial services, biotech-pharmaceutical, and other industries. MATLAB and Simulink are also fundamental teaching and research tools in the world's universities and learning institutions. Founded in 1984, MathWorks employs more than 3500 people in 15 countries, with headquarters in Natick, Massachusetts, USA. For additional information, visit mathworks.com.

MATLAB and Simulink are registered trademarks of The MathWorks, Inc. See mathworks.com/trademarks for a list of additional trademarks. Other product or brand names may be trademarks or registered trademarks of their respective holders.