MathWorksは本日、MATLABおよびSimulinkの「Release 2018b（以下、R2018b）」を発表した。
このリリースでは、製品ファミリー全体にわたる新しい機能の追加やバグの修正がされたほか、ディープラーニングの機能が大幅に強化された。Neural Network Toolboxに代わる新しいDeep Learning Toolboxでは、エンジニアや科学者にディープ ニューラル ネットワークの設計と実装のためのフレームワークを提供する。
画像処理、コンピュータ ビジョン、信号処理およびシステム関連のエンジニアは、MATLABを使用することで、複雑なネットワーク アーキテクチャをより容易に設計することが可能となり、ディープラーニング モデルのパフォーマンスを改善できるようになるという。
MathWorksは2018年7月に、相互運用性への取り組みを示すためにONNXコミュニティへの参加を表明し、MATLABのユーザーと他のディープラーニング フレームワークとの間のコラボレーションを可能にした。
R2018bの新しいONNXコンバーターを使用することで、PyTorch、MxNet、および TensorFlowといったフレームワークからモデルをインポートおよびエクスポートすることができる。この相互運用性により、MATLABで学習されたモデルを他のフレームワークで使用が可能になるという。同様に、他のフレームワークで学習されたモデルをMATLABに取り込んで、デバッグ、検証、組み込み配布などのタスクを実行することもできるようになる。
さらに、R2018bでは、一行のコードでアクセス可能な一連の参照モデルを提供。また追加されたモデル インポーターにより、Caffeおよび Keras-Tensorflowからのモデルの使用が可能になるとしている。
MathWorksは、R2018bにおいて、ディープラーニング ワークフローの生産性と、使いやすさを、以下の通り改善している。
- ユーザーが複雑なネットワーク アーキテクチャを作成したり、転移学習のために複雑な事前学習済みのネットワークを変更したりできるDeep Network Designerアプリ
- NVIDIA GPUクラウド上のMATLAB Deep Learning Containerと、Amazon Web ServicesおよびMicrosoft Azure用のMATLABリファレンス アーキテクチャでクラウド ベンダーをサポートすることにより、デスクトップ機能を超えたネットワーク トレーニング パフォーマンスを改善
- オーディオ、ビデオ、およびアプリケーション固有のデータストアのGround Truthラベル アプリケーションを含むドメイン固有のワークフローのサポートを拡張し、大量の収集データでの作業がより容易かつ高速に
R2018bでは、GPU Code は、NVIDIAライブラリをサポートし、自動調整、レイヤー フュージョン、バッファーの最小化などの最適化を追加することにより、推定パフォーマンスがさらに改善される。さらに、Intel MKL-DNNおよびARM Compute Libraryを使用して、IntelおよびARMプラットフォームの導入サポートが追加された。
【関連リンク】
・マスワークス（MathWorks ）
・R2018bダウンロード
無料メルマガ会員に登録しませんか？
IoTNEWSは、毎日10-20本の新着ニュースを公開しております。 また、デジタル社会に必要な視点を養う、DIGITIDEという特集コンテンツも毎日投稿しております。
そこで、週一回配信される、無料のメールマガジン会員になっていただくと、記事一覧やオリジナルコンテンツの情報が取得可能となります。
- DXに関する最新ニュース
- 曜日代わりのデジタル社会の潮流を知る『DIGITIDE』
- 実践を重要視する方に聞く、インタビュー記事
- 業務改革に必要なDX手法などDXノウハウ
など、多岐にわたるテーマが配信されております。
また、無料メルマガ会員になると、会員限定のコンテンツも読むことができます。
無料メールから、気になるテーマの記事だけをピックアップして読んでいただけます。 ぜひ、無料のメールマガジンを購読して、貴社の取り組みに役立ててください。
無料メルマガ会員登録
IoTに関する様々な情報を取材し、皆様にお届けいたします。
