Deep Learning Toolbox™ (旧 Neural Network Toolbox™) には、アルゴリズム、事前学習済みのモデル、およびアプリを使用した深い (深層) ニューラル ネットワークの設計と実装用のフレームワークが用意されています。畳み込みニューラル ネットワーク (ConvNet、CNN) および長短期記憶 (LSTM) ネットワークを使用して、イメージ、時系列、およびテキスト データの分類と回帰を実行できます。カスタム学習ループ、重みの共有、自動微分を使用して、敵対的生成ネットワーク (GAN) やシャム ネットワークなどの高度なネットワーク アーキテクチャを構築できます。アプリやプロットは、活性化の可視化、ネットワーク アーキテクチャの編集と解析、学習の進行状況の監視に役立ちます。

ONNX™ 形式を通じて TensorFlow™ や PyTorch とモデルを交換したり、TensorFlow-Keras や Caffe からモデルをインポートしたりできます。ツールボックスは、ライブラリの事前学習済みのモデル (NASNet、SqueezeNet、Inception-v3、ResNet-101 など) を使用した転移学習をサポートしています。

GPU が 1 つ以上のワークステーションでの学習の高速化 (Parallel Computing Toolbox™ を使用) や、NVIDIA GPU Cloud DGX システム、Amazon EC2^®GPU インスタンスなどのクラスターやクラウドへのスケール アップ (MATLAB^®Parallel Server™を使用) も可能です。