1樓：
前幾天看到r2019b開始支援自動微分，然後這幾天更新了版本，今天大概將深度學習工具包過了一遍，目前感覺良好。
以前只能實現一些常見的深度學習模型，現在可以自定義網路結構了，實現比較複雜的模型，比如注意力模型。
希望半年內能夠補充一下心得體會。
2樓：兮者
趕腳不大行
導師給了個任務需要自己搭建網路，只定matlab平台，做的太痛苦了，語言整合度太高了，只能對內建函式一頓狂改，還是沒改出來
tf那麼多開源程式他不香嗎
3樓：厭厭
不研究模型本身的確實很好用，影象預處理和識別一氣呵成
但是MATLAB不可能比py強，因為主流研究人員研究的是模型，是用什麼優化器，是用什麼樣的網路結構，MATLAB沒法自己改這些，就很沒轍
4樓：莫奎
MATLAB安裝檔案都能5G以上，太崩潰了。不過語法上來說的還是很不錯。
我覺得他的優勢是讀取寫入檔案是基於c做的，速度方面有很大優勢。
5樓：Ebbtide
太小眾了加上閉源可能是限制matlab前進的道路，但是matlab有自己的使用者群體，但是目前市場上還是python一家獨大啊，matlab想要提高市場佔比還是得利用自己的工業優勢在傳統工科領域取得認可，然後自己的團隊不斷更新主流的演算法，提供傻瓜式無門檻的DL解決辦法
6樓：庶民player
真的假的？
明確說，不能。
matlab沒有強大的輪子能力，但是深度學習還在每天每日的進步。
深度學習還遠沒有到演算法成熟的那一天，不像很多領域，演算法優化已到理論上下界，並且千次萬次測試過。
在乙個行業的發展逐漸停滯時，打包成matlab的工具千古流傳，才是matlab的傻瓜之處。
你若是天天有新的工具，學來學去不如用Python吧
7樓：機器學習入坑者
MATLAB的文件極度細膩，不需要浪費時間逛論壇搜部落格就能搞清楚函式或指令的功能
MATLAB的版本相容性高，不像是某些深度學習框架搞出一堆亂七八糟的版本，最後自己人都跑去使用競爭對手的產品了。
MATLAB的可靠性強，作為昂貴的商業軟體，出bug的情況要比開源軟體小很多。
雖然MATLAB的閉源性質給它的普及帶來很大的麻煩，可別忘記MATLAB的理念是「工具箱」啊！
如果深度神經網路有一天真的稱為各個行業的輔助工具，MATLAB可能會比python更具優勢。不管網路上鼓吹python如何簡單，python的設計初衷依舊是針對程式設計師的，所以使用深度學習框架始終需要查閱原始碼，鴨子型別的python看文件非常容易寫出bug。對於生物、化學、物理、經濟等方向的研究人員來說，查閱原始碼的難度遠高於查閱文件。
8樓：Bluebear
我大概從2016b用了下那個深度學習工具。一開始做個遷移學習挺方便，但是做複雜的事就不行了。
另外，其實matlab本身的深度學習工具包用的不多，之前是牛津大學VGG組的matconv在追蹤領域用的很多。
2020a版本裡感覺蠻有趣。modelzoo把經典的模型整合了一部分。
然後搭建網路，真的方便。拖拖拽拽實現網路
連Dataset都做了GUI介面。
訓練也是
設定好了可以分析設計是否有錯誤。
至於訓練過程視覺化2016b就這樣了。
至於特徵視覺化做得不錯，如果EE的人做追蹤用這個應該很好。
9樓：對KK
matlab的最大特點絕對不是深度學習，。作為乙個數學工具，matlab的使用率也許會很高，但不會成為創造更高水平深度學習演算法的語言。
就像微博裡有熱搜，但微博不是創造熱搜的。
10樓：
MATLAB就像收費的小姐，用起來是挺聽話的，會的活挺多，但就是要價有點高，程式都是東莞招數，而且絕對不會跟你產生什麼火花，提起褲子就不認人了。
Python則真炮友，不要錢還有個性，可能活不夠專業，但有時也能遇到刺激的，玩的好還可能向深層次發展。
11樓：lu luce
呵呵。我就想問一句，你知道Matlab是收費的嗎？
你考慮過你工作的公司的心理陰影面積嗎？
微軟公司厲害不，是不是還是老老實實的擁抱開源。
除非你一輩子活在象牙塔裡。
12樓：老白的白
看你怎麼看待主流了，但對於公司來說，尤其是已經購買MATLAB的公司絕對是好事。就好像MATLAB的computervisiontoolbox，其中很多函式和OpenCV並沒有啥區別，但！是！
出了問題公司會及時解決問題，而不是依靠不確定的開源社群；
所有的功能函式經過測試，有bug的概率直線下降；
更方便的整合已有的專案，向前相容；
未來針對深度學習及其周邊的toolbox會更多，從公司的角度來說，專案管理更加方便。
13樓：
雖然我不確定你說的「超過」是什麼意思。但是網際網路的未來是開源。很難相信MATLAB會「超過」PYTHON。
另外，MATLAB現在除了一些高校或者一些大的機構會真的付費去使用，對於普通使用者，昂貴的license費用，還是有點傷不起。題主MATLAB是正版，厲害。
14樓：Li Chun
這個基本上屬於一家封閉的公司和乙個方興未艾的開放生態的比較了，即使可以在某乙個兩個環節做好，從上下游系統的整合，晶元的配合，資料與模型的交換等等方面來說，matlab都有不少的差距
15樓：free夜孤寒
這個不太可能啊，python有非常強大的庫支援，例如tensorflow,torch，python在人工智慧領域還是首選語言，其地位還是不可替代的
能否用深度學習續寫紅樓夢？
沙江月 應該可以，但是至少有以下預備工作 1 紅樓夢有正反兩面，反面即使有倒述，基本也應與正文也是並行的。反面講的什麼？目前比較靠譜的說法，紅樓夢的反面非常可能是明末清初的歷史，收聚翻轉，虛構人物關係成了紅樓夢的正面。如此，紅樓夢算是明末清初的野史。因而，先積累這部分的歷史基本知識，顧誠的 南明史 ...
能否將深度學習和傳統機器學習相結合，先用標籤訓練深度神經網路，將最後一層輸出特徵作為如svm的輸入？
李東坡 當然可以。參考大家的回答，這裡總結一下。神經網路可以看做乙個特徵抽取器，至於得到的特徵後續如何處理，需要看自己的業務需求。如果資料量充足，完全可以使用端到端的方式，利用矩陣運算的優勢，神經網路可以取得令人滿意的效果。如果資料量不足，特徵提取後使用機器學習方法，一般不會得到太差的結果，而深度學...
能否使用區塊鏈的算力來解決深度學習訓練？
小超 現在礦工可以把閒置算力貢獻出來來作為gpu算力，而且這會極大的降低成本，把使用者租用的機器的錢直接進入礦工的錢包。而第三方區塊鏈公司只需要提供相關環境，統一調配，測試寬頻和機器效能即可。其實任何的方法就是降低成本，降低成本，降低成本！至於方法是什麼，這個開發者不用特別關心，有算力用就可以！ 幣...