MathWorks kondigt Release 2017b van MATLAB en Simulink aan

Krachtigere deep learning functies om het ontwerpen, trainen en implementeren van modellen te vereenvoudigen

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

MathWorks heeft vandaag Release 2017b (R2017b) geïntroduceerd met nieuwe functies in MATLAB en Simulink, zes nieuwe producten en updates en bugfixes voor 86 andere producten. Met de release is ook meer deep learning functionaliteit toegevoegd, waarmee engineers, onderzoekers en andere domeinexperts modellen eenvoudiger kunnen ontwerpen, trainen en implementeren.

Ondersteuning voor deep learning

Features, producten en functies voor deep learning in R2017b zijn:

  • De Neural Network Toolbox heeft extra ondersteuning voor complexe architecturen, zoals netwerken op basis van directed acyclic graph (DAG) en long short-term memory (LSTM) en geeft toegang tot populaire voorgetrainde modellen als GoogLeNet.
  • De Image Labeler app in de Computer Vision System Toolbox biedt nu een eenvoudige en interactieve manier om ground truth data in een serie afbeeldingen te labelen. Naast workflows voor het detecteren van objecten ondersteunt de toolbox nu ook semantische segmentering via deep learning om pixelgebieden in afbeeldingen te classificeren en om segmenteringsresultaten te evalueren en te visualiseren.
  • Een nieuw product, GPU Coder, converteert deep learning modellen automatisch naar CUDA code voor NVIDIA GPU’s. Uit interne benchmarks blijkt dat de gegenereerde code voor deep learning inference tot wel 7 keer zo goed presteert dan TensorFlow en 4,5 keer zo goed als Caffe2 voor geïmplementeerde modellen.*

Samen met functies geïntroduceerd in R2017a kunnen voorgetrainde modellen worden gebruikt voor transfer learning, inclusief convolutional neural network (CNN) modellen (AlexNet, VGG-16 en VGG-19) en modellen van Caffe (inclusief Caffe Model Zoo). Ook kunnen modellen volledig zelf worden opgebouwd, inclusief toepassing van CNN’s voor classificatie van afbeeldingen, detectie van objecten, regressie en nog veel meer.

“Met de groei van slimme apparaten en IoT staan ontwerpteams voor de uitdaging om slimmere producten en toepassingen te maken door ofwel zelf deep learning kennis te ontwikkelen of door op andere teams te vertrouwen die deep learning expertise hebben maar geen expertise hebben in het toepassingsgebied,” aldus David Rich, marketingdirecteur MATLAB, MathWorks. “Met R2017b kunnen engineers en systeemintegratoren ook voor deep learning gebruik maken van de hun al vertrouwde  MATLAB-omgeving. Zo kunnen ze het ontwikkelproces zelf in de hand houden en sneller tot een goed ontwerp komen. Zij kunnen dan voorgetrainde netwerken gebruiken, samenwerken bij de ontwikkeling van code en modellen en bij de implementatie op GPU’s en embedded apparaten. Met ook het automatiseren van ground truth labeling in MATLAB kan snel een hogere modelkwaliteit worden bereikt.  

Nog meer updates

Naast deep learning bevat R2017b ook een serie updates op andere belangrijke punten, zoals:

  • Data Analytics met MATLAB
    • Een nieuwe Text Analytics Toolbox, een zelfdefinieerbare datastore, meer big data plots en algoritmes voor machine learning en ondersteuning voor Microsoft Azure blob opslag
  • Realtime software modellering met Simulink 
    • Effecten van scheduling modelleren en pluggable componenten implementeren voor software-omgevingen
  • Verificatie en validatie met Simulink
    • Nieuwe tools voor het modelleren van requirements, analyse van test coverage en het controleren op compliance 

R2017b is per direct beschikbaar. Meer informatie en de complete lijst met updates zie de Release Highlights pagina.

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.