Используйте Deep Network Designer, чтобы сгенерировать код MATLAB, чтобы воссоздать сеть.
Используйте MATLAB Coder™ или GPU Coder™ вместе с Deep Learning Toolbox™, чтобы сгенерировать C++ или код CUDA и развернуть сверточные нейронные сети на встроенных платформах, которые используют Intel®, ARM® или процессоры NVIDIA® Tegra®.
Сгенерируйте код MATLAB от Deep Network Designer
Воссоздайте сеть, созданную или отредактированную в Deep Network Designer путем генерации кода MATLAB.
Генерация кода для нейронных сетей для глубокого обучения
Этот пример демонстрирует генерацию кода для приложения классификации изображений, которое использует глубокое обучение.
Генерация кода для Обнаружения объектов Используя YOLO v2
Этот пример показывает, как сгенерировать код CUDA® для Обнаружения объектов Используя Глубокое обучение (Computer Vision Toolbox) пример YOLO v2 от Computer Vision Toolbox™.
Запуск встраиваемого приложения на комплекте разработчика Джетсона TX2 NVIDIA
Этот пример показывает, как сгенерировать код CUDA® от объекта SeriesNetwork и предназначаться для платы NVIDIA® TX2 с внешней камерой.
Прогноз глубокого обучения с NVIDIA TensorRT (GPU Coder)
Этот пример демонстрирует генерацию кода для применения глубокого обучения, пользующегося библиотекой NVIDIA TensorRT™.
Обнаружение маршрута, оптимизированное с GPU Coder
Этот пример показывает, как сгенерировать код CUDA® от нейронной сети для глубокого обучения, представленной объектом SeriesNetwork.
Интеграция глубокого обучения для GPU Coder в Simulink (GPU Coder)
Этот пример показывает, как интегрировать код CUDA®, сгенерированный для нейронной сети для глубокого обучения в Simulink®.
Обнаружение дорожного знака и распознавание
Этот пример демонстрирует, как сгенерировать код CUDA® MEX для обнаружения дорожного знака и приложения для распознавания, которое использует глубокое обучение.
Этот пример демонстрирует генерацию кода для приложения классификации логотипов, которое использует глубокое обучение.
Этот пример демонстрирует генерацию кода для пешеходного приложения обнаружения, которое использует глубокое обучение.
Генерация кода для глубокой нейронной сети шумоподавления
Этот пример показывает, как сгенерировать CUDA® MEX из кода MATLAB® и denoise полутоновых изображений при помощи шумоподавления сверточная нейронная сеть (DnCNN [1]).
Генерация кода для семантической сети сегментации
Этот пример демонстрирует генерацию кода для приложения сегментации изображений, которое использует глубокое обучение.
Обучите и разверните полностью Сверточные сети для семантической сегментации
Этот пример показывает, как обучить и развернуть полностью сверточную семантическую сеть сегментации на графическом процессоре NVIDIA® при помощи GPU Coder ™.
Генерация кода для Семантической Сети Сегментации, использующей U-net
Этот пример демонстрирует генерацию кода для приложения сегментации изображений, которое использует глубокое обучение.
Глубокое обучение для GPU Coder (GPU Coder)
Сгенерируйте код CUDA для глубоких нейронных сетей
Генерация кода для глубокого обучения на целях ARM
Этот пример показывает, как сгенерировать и развернуть код для прогноза на устройстве ARM®-based, не используя пакет аппаратной поддержки.
Генерация кода для глубокого обучения на Raspberry Pi
Этот пример показывает, как сгенерировать и развернуть код для прогноза на Raspberry Pi™ при помощи codegen с Пакетом Поддержки MATLAB для Оборудования Raspberry Pi.
Прогноз Глубокого обучения с ARM Вычисляет Используя cnncodegen
Этот пример показывает, как использовать cnncodegen, чтобы сгенерировать код для приложения классификации Логотипов, которое использует глубокое обучение на процессорах ARM®.
Прогноз глубокого обучения с Intel MKL-DNN
Этот пример показывает, как использовать codegen, чтобы сгенерировать код для приложения классификации изображений, которое использует глубокое обучение на процессорах Intel®.
Загрузите предварительно обученные сети для генерации кода (MATLAB Coder)
Создайте объект SeriesNetwork или DAGNetwork для генерации кода.
Глубокое обучение для MATLAB Coder (MATLAB Coder)
Сгенерируйте Код С++ для глубоких нейронных сетей (требует Deep Learning Toolbox),
