用途：在 MATLAB 中训练、评估神经网络并导出到 Simulink，同时把旧版或已弃用 API 迁移到推荐接口。
主要能力：使用 dlnetwork 与 trainnet 完成分类、回归、多输入多输出、LSTM、CNN、迁移学习等训练；用 minibatchpredict、scores2label、testnet 做推理与评估；用 imagePretrainedNetwork 加载预训练模型并自动替换输出头；用 exportNetworkToSimulink 或 Predict 模块导出到 Simulink；用 dlaccelerate 加速自定义训练循环、长时 dlarray 函数及 trainnet 自定义损失函数（R2026a+）。表格数据优先用 fitcnet、fitrnet，NARX 类时序用 nlarx。
使用方式：先判断数据是否表格型；表格数据用 fitcnet/fitrnet，否则定义层与 trainingOptions 后调用 trainnet。推理用 minibatchpredict 替代手写批循环，分类再用 scores2label。评估用 testnet。迁移学习示例：net = imagePretrainedNetwork("squeezenet",NumClasses=5); 再配合 trainingOptions 与 trainnet。旧 API 如 trainNetwork、patternnet、fitnet、classify、DAGNetwork 等应替换为 trainnet、fitcnet、fitrnet、minibatchpredict+scores2label、dlnetwork。
适用场景：标准训练、迁移学习、多输出、自定义损失与指标、自定义层、自定义训练循环加速、Simulink 导出。
限制：不适用于模型导入导出、数据加载预处理、网络架构选型、强化学习、目标检测；dlaccelerate 不适用于 Simulink 导出、MEX/Coder 编译及 fitcnet/fitrnet/nlarx 工作流。具体版本支持与细节以官方文档为准，资料未提供收费与价格信息。