MathWorks公司在2017年9月份推出了的
Matlab R2017b
版本，新版本在MATLAB和Simulink的诸多方面进行了新增和加强，包括数据分析、软件建模、验证工具、生成CUDA代码等多个方面，另外一大特色是用户现在可以使用DAG和LSTM网络，采用一个相应的应用程序给图像加标签，执行语义分割，这非常利于更好、更灵活地进行NVIDIA GPU生成CUDA代码的学习，基于其强大的的数学计算模型工具，Matlab r2017b被广泛应用于工程计算、控制设计、信号处理与通讯、
图像处理
、信号检测、金融建模设计与分析等多个领域。
2、解压完毕，打开主安装包，运行setup.exe，选择“使用文件安装密钥”
3、选择“是”，接受条款
4、输入密钥：“09806-07443-53955-64350-21751-41297
5、选择安装路径，大概需要10G的空间，建议选择D盘
6、确认安装信息
7、安装过程大概需要1-2小时，请知悉。
8、将破解文件复制到matlab r2016b安装目录，选择"复制和替换"
9、将：“license_server.lic”和“license_standalone.lic”拷贝到到\MATLAB\R2017b\licenses\目录下,重新打开matlab即可
注：默认是没有桌面快捷方式，用户可以通过C:\Program Files\MATLAB\bin\matlab.exe打开，右键发送桌面快捷方式，方便下次打开。
数据分析 ：文本分析、自定义的数据存储、更多大数据可视化工具和机器学习算法，以及 Microsoft Azure Blob 存储支持。
实时软件建模 ：对用于软件环境的调度效果进行建模并实现可插入式组件。
验证和确认 ：用于需求建模、测试覆盖率分析和合规性检查的新工具。
从 MATLAB 生成 CUDA 代码： 从 MATLAB 代码生成用于深度学习和嵌入式视觉的 CUDA 代码并在 NVIDIA GPU 上运行。
升级： 升级到最新版本，轻松实现代码兼容性报告、全项目升级和跨版本代码集成。
实时编辑器支持对 MATLAB 命令的参数、属性和备选语法进行针对上下文的、自动的代码提示
用于创建交互式映射的 geobubble 函数，使用的气泡大小和颜色随数据值而异，以及根据发生频率或其他数据显示文字大小的 wordcloud 函数
代码兼容性报告，可帮助将代码更新到较新的 MATLAB 版本
用于对 tall 数组中超出内存的数据进行可视化的 binscatter、plot 和 scatter 函数
MATLAB 引擎 API 支持从 C++ 程序中运行 MATLAB 代码，以及使用 MATLAB Data Array 在 C++ 程序与 MATLAB 之间传递数据
Text Analytics Toolbox
一款用于分析文本数据并进行建模的新产品
Optimization Toolbox
使用简单表达式指定目标和约束条件的基于问题的优化
Database Toolbox
不需要知晓 SQL 便可直观地浏览关系型数据库的数据库浏览器应用程序
MongoDB 的 Database Toolbox 接口
Symbolic Math Toolbox
可以使用物理维度、在 SI 和 US 单位之间转换的单位系统，并且可以创建自定义单位系统
Model Predictive Control Toolbox
用来确定最差情况执行时间的近似 QP 解决方案
Simulink 家族产品系列包括：
Simulink
模型差异化，用于比较和合并包括 Stateflow 图和 MATLAB 函数模块在内的模型之间的差异
自动创建项目，将文件夹转换为 Simulink 项目
可调度的组件，用于创建组件的组合，在软件环境中对调度效果进行建模
仿真管理器，用来监视、检查和可视化仿真进度及结果，包括并行仿真运行
Stateflow
能够在 Stateflow 状态内部包括连续的和周期性 Simulink 算法，更容易实现模式切换
利用序列查看器和仿真数据检查器实现状态转换活动和数据值可视化
转换语法提示，更容易使用智能队列和动作、新的时态和消息运算符以及自动布局创建简明、可读的图表
Simulink Control Design
PID 自动调节，用于实现嵌入式 PID 自动调节算法
Simscape
标称值规范，通过向求解器提供变量的标度来提高仿真稳健性
工作点管理，利用保存的工作点对模型初始化
深度学习更新包括：Neural Network Toolbox
有向无环图 (DAG) 网络，使用更复杂的架构实现深度学习，从而提高精度并使用流行的预先训练模型
长短期记忆(LSTM) 网络，用于时间序列分类和预测的深度学习
针对监视训练进度，掌握精度、损失、验证测度等信息的深度学习作图功能
为深度学习的训练提供有效的图像数据大小调整等预处理功能
Computer Vision System Toolbox
利用深度学习实现语义分割，对图像中的像素区域进行分类，并评估和可视化分割结果
GPU Coder
一款为在 NVIDIA 系列 GPU 上实现自动驾驶和其他深度学习应用而生成 CUDA 代码的新产品
代码生成更新包括：
Embedded Coder
对AUTOSAR 的支持：导入 AUTOSAR 构件、仿真诊断与内存服务，以及使用队列发送和接收消息
Fixed-Point Designer
简化了定点化工具，使得将 Simulink 系统转换为定点更便捷
MATLAB Coder
用于机器学习部署的 C 代码生成，包括判别分析分类器模型、线性回归模型、支持向量机 (SVM) 、回归模型和回归树的集成算法
Simulink Coder
从 Simulink 函数生成 C++ 类，包括 initialize、reset 和 terminate 事件
Simulink Desktop Real-Time
ThingSpeak IoT 平台接口
GPU Coder
一款为 NVIDIA系列GPU 生成 CUDA 代码的新产品
信号处理和通讯包括：
Antenna Toolbox
pcbstack 对象，用于设计和分析具有任意金属介质层的自定义 PCB 天线，并生成 Gerber 文件来加工印刷天线
Communications System Toolbox
用于仿真低速率无线个人局域网络技术的 ZigBee 库
用于仿真近场通信无线技术的 NFC 库
LTE System Toolbox
对 5G 信道编码、窄带物联网 (NB-IoT) 链路和 LTE V2X 通信的物理层算法进行建模
LTE HDL Toolbox
一款针对 FPGA 和 ASIC 进行 LTE 通信子系统建模的新产品
验证和确认更新包括：
Simulink Requirements
一款用于对模型、生成的代码和测试用例进行编制、管理和需求跟踪的新产品
Simulink Check
一款用于验证是否符合风格准则和建模标准的新产品
Simulink Coverage
一款用于在模型和生成的代码中测量测试覆盖度的新产品
安装破解教程
1、文件较大，小编将其上传至百度云，请大家用 百度网盘 下载，下载后用虚拟光驱加载，小编用的是 好压 直接解压的，解压之后得到一个安装包和一个破解文件。如下图
2、解压完毕，打开主安装包，运行setup.exe，选择“使用文件安装密钥”
3、选择“是”，接受条款
4、输入密钥：“09806-07443-53955-64350-21751-41297
5、选择安装路径，大概需要10G的空间，建议选择D盘
6、确认安装信息
7、安装过程大概需要1-2小时，请知悉。
8、将破解文件复制到matlab r2016b安装目录，选择"复制和替换"
9、将：“license_server.lic”和“license_standalone.lic”拷贝到到\MATLAB\R2017b\licenses\目录下,重新打开matlab即可
注：默认是没有桌面快捷方式，用户可以通过C:\Program Files\MATLAB\bin\matlab.exe打开，右键发送桌面快捷方式，方便下次打开。
Matlab2017b亮点功能
深度学习 ：使用 DAG 和 LSTM 网络，采用一个相应的应用程序给图像加标签，执行语义分割，为 NVIDIA GPU 生成 CUDA 代码。数据分析 ：文本分析、自定义的数据存储、更多大数据可视化工具和机器学习算法，以及 Microsoft Azure Blob 存储支持。
实时软件建模 ：对用于软件环境的调度效果进行建模并实现可插入式组件。
验证和确认 ：用于需求建模、测试覆盖率分析和合规性检查的新工具。
从 MATLAB 生成 CUDA 代码： 从 MATLAB 代码生成用于深度学习和嵌入式视觉的 CUDA 代码并在 NVIDIA GPU 上运行。
升级： 升级到最新版本，轻松实现代码兼容性报告、全项目升级和跨版本代码集成。
MATLAB R2017b详细更新说明：
MATLAB方面：实时编辑器支持对 MATLAB 命令的参数、属性和备选语法进行针对上下文的、自动的代码提示
用于创建交互式映射的 geobubble 函数，使用的气泡大小和颜色随数据值而异，以及根据发生频率或其他数据显示文字大小的 wordcloud 函数
代码兼容性报告，可帮助将代码更新到较新的 MATLAB 版本
用于对 tall 数组中超出内存的数据进行可视化的 binscatter、plot 和 scatter 函数
MATLAB 引擎 API 支持从 C++ 程序中运行 MATLAB 代码，以及使用 MATLAB Data Array 在 C++ 程序与 MATLAB 之间传递数据
Text Analytics Toolbox
一款用于分析文本数据并进行建模的新产品
Optimization Toolbox
使用简单表达式指定目标和约束条件的基于问题的优化
Database Toolbox
不需要知晓 SQL 便可直观地浏览关系型数据库的数据库浏览器应用程序
MongoDB 的 Database Toolbox 接口
Symbolic Math Toolbox
可以使用物理维度、在 SI 和 US 单位之间转换的单位系统，并且可以创建自定义单位系统
Model Predictive Control Toolbox
用来确定最差情况执行时间的近似 QP 解决方案
Simulink 家族产品系列包括：
Simulink
模型差异化，用于比较和合并包括 Stateflow 图和 MATLAB 函数模块在内的模型之间的差异
自动创建项目，将文件夹转换为 Simulink 项目
可调度的组件，用于创建组件的组合，在软件环境中对调度效果进行建模
仿真管理器，用来监视、检查和可视化仿真进度及结果，包括并行仿真运行
Stateflow
能够在 Stateflow 状态内部包括连续的和周期性 Simulink 算法，更容易实现模式切换
利用序列查看器和仿真数据检查器实现状态转换活动和数据值可视化
转换语法提示，更容易使用智能队列和动作、新的时态和消息运算符以及自动布局创建简明、可读的图表
Simulink Control Design
PID 自动调节，用于实现嵌入式 PID 自动调节算法
Simscape
标称值规范，通过向求解器提供变量的标度来提高仿真稳健性
工作点管理，利用保存的工作点对模型初始化
深度学习更新包括：Neural Network Toolbox
有向无环图 (DAG) 网络，使用更复杂的架构实现深度学习，从而提高精度并使用流行的预先训练模型
长短期记忆(LSTM) 网络，用于时间序列分类和预测的深度学习
针对监视训练进度，掌握精度、损失、验证测度等信息的深度学习作图功能
为深度学习的训练提供有效的图像数据大小调整等预处理功能
Computer Vision System Toolbox
利用深度学习实现语义分割，对图像中的像素区域进行分类，并评估和可视化分割结果
GPU Coder
一款为在 NVIDIA 系列 GPU 上实现自动驾驶和其他深度学习应用而生成 CUDA 代码的新产品
代码生成更新包括：
Embedded Coder
对AUTOSAR 的支持：导入 AUTOSAR 构件、仿真诊断与内存服务，以及使用队列发送和接收消息
Fixed-Point Designer
简化了定点化工具，使得将 Simulink 系统转换为定点更便捷
MATLAB Coder
用于机器学习部署的 C 代码生成，包括判别分析分类器模型、线性回归模型、支持向量机 (SVM) 、回归模型和回归树的集成算法
Simulink Coder
从 Simulink 函数生成 C++ 类，包括 initialize、reset 和 terminate 事件
Simulink Desktop Real-Time
ThingSpeak IoT 平台接口
GPU Coder
一款为 NVIDIA系列GPU 生成 CUDA 代码的新产品
信号处理和通讯包括：
Antenna Toolbox
pcbstack 对象，用于设计和分析具有任意金属介质层的自定义 PCB 天线，并生成 Gerber 文件来加工印刷天线
Communications System Toolbox
用于仿真低速率无线个人局域网络技术的 ZigBee 库
用于仿真近场通信无线技术的 NFC 库
LTE System Toolbox
对 5G 信道编码、窄带物联网 (NB-IoT) 链路和 LTE V2X 通信的物理层算法进行建模
LTE HDL Toolbox
一款针对 FPGA 和 ASIC 进行 LTE 通信子系统建模的新产品
验证和确认更新包括：
Simulink Requirements
一款用于对模型、生成的代码和测试用例进行编制、管理和需求跟踪的新产品
Simulink Check
一款用于验证是否符合风格准则和建模标准的新产品
Simulink Coverage
一款用于在模型和生成的代码中测量测试覆盖度的新产品