Upcoming MATLAB and Simulink Webinars

Deep Learning mit MATLAB: Vom Konzept zum eingebetteten Code

Date Time
10 Oct 2018
4:00 AM EDT

Overview

Deep Learning-Techniken für Künstliche Intelligenz bringen neue Herausforderungen mit sich, wie:

  • Erstellung von Ground Truth Referenzdaten,
  • Komplexität des tiefen neuronalen Netzes,
  • lange Trainingszeiten,
  • effiziente Implementierung auf Zielplattformen.

MATLAB als Deep Learning Entwicklungsumgebung bietet Lösungen, um große Datenmengen effizient zu verwalten, Ground Truth Referenzdaten semi-automatisch zu erstellen, Deep-Learning Netzwerke sowohl von Grund auf zu erstellen als auch vortrainierte Modelle wiederzuverwenden und durch GPUs beschleunigt zu trainieren. Zudem kann das so gewonnene Modell einfach, fehlerfrei und schnell mittels automatisch generiertem und optimierten Code auf GPU- und CPU-basierten Hardware-Architekturen implementiert werden. Dieser integrierte Arbeitsablauf wird in diesem Webinar anhand von praktischen Beispielen vorgestellt.

Highlights

  • Semantische Segmentierung auf Pixelebene
  • Semi-automatisierte Kennzeichnung der Bilddaten auf Pixel- oder Region-of-Interest (RoI)-Basis
  • Importieren und Verwenden von vortrainierten Modellen
  • Beschleunigung der Trainingsphase mittels Parallel Computing (lokal, auf Clustern und in der Cloud)
  • Verschiedene Optimierungsmethoden wie Data Augmentation und Hyperparameter Tuning
  • Optimierte Implementierung mittels automatischer Codegenerierung für NVIDIA® GPUs sowie CPUs von Intel® und Arm®.

About the Presenter

Alexander Schreiber arbeitet seit 2008 bei MathWorks als Principal Application Engineer und Technical Account Manager. Er deckt die Anwendungsbereiche autonomes Systemdesign, HW/SW Co-Design, automatische Codegenerierung und Verifikation (HDL, C, CUDA) ab. Vor MathWorks arbeitete er als ASIC Designer und Projektmanager für EDA- und Halbleiterunternehmen. Er studierte Elektrotechnik mit den Schwerpunkten Regelungstechnik und Prozessautomatisierung (Dipl.-Ing.) an der Universität Stuttgart.

Seit 2006 arbeitet Marco Roggero als Senior Application Engineer bei MathWorks und ist für die Bereiche digitale Signal- /Bildverarbeitung, Fahrerassistenzsysteme und Automatische Code Generierung verantwortlich. Zuvor hat er bei Philips Semiconductors in Stuttgart und Philips Forschung in Aachen an verschiedene Projekte für Automobilanwendungen gearbeitet.

Product Focus

You are already signed in to your MathWorks Account. Please press the "Submit" button to complete the process.