abs
| MATLAB | |
accumneg
| Fixed-Point Designer™ | |
accumpos
| Fixed-Point Designer | |
acos
| MATLAB | |
acosd
| MATLAB | |
acosh
| MATLAB | |
acot
| MATLAB | |
acotd
| MATLAB | |
activations
| Deep Learning Toolbox™ |
Вход X не должен иметь переменного размера. Размер должен быть зафиксирован во время генерации кода. Аргумент layer должен быть постоянным. Только аргумент пары "имя-значение" 'OutputAs' поддерживается. Значением должен быть 'channels'.
|
affine2d
| Image Processing Toolbox | |
alexnet
| Deep Learning Toolbox | Для генерации кода можно загрузить сеть при помощи синтаксиса net = alexnet или путем передачи функции alexnet coder.loadDeepLearningNetwork. Например: net = coder.loadDeepLearningNetwork('alexnet') |
and
| MATLAB | |
angle
| MATLAB | |
asin
| MATLAB | |
asind
| MATLAB | |
asinh
| MATLAB | |
atan
| MATLAB | |
atan2
| MATLAB | |
atan2d
| MATLAB | |
atand
| MATLAB | |
atanh
| MATLAB | |
bin2dec
| MATLAB | |
bitand | MATLAB | |
bitcmp | MATLAB | |
bitget | MATLAB | |
bitor | MATLAB | |
bitrevorder | Signal Processing Toolbox™ | |
bitset | MATLAB | |
bitshift | MATLAB | |
bitsll | Fixed-Point Designer | |
bitsra | Fixed-Point Designer | |
bitsrl | Fixed-Point Designer | |
bitxor | MATLAB | |
blkdiag | MATLAB | |
bsxfun | MATLAB | |
bwareaopen
| Image Processing Toolbox | |
bwboundaries
| Image Processing Toolbox | |
bwconncomp
| Image Processing Toolbox | |
bwdist
| Image Processing Toolbox | |
bweuler
| Image Processing Toolbox | |
bwlabel
| Image Processing Toolbox | |
bwlookup
| Image Processing Toolbox | |
bwmorph
| Image Processing Toolbox | |
bwperim
| Image Processing Toolbox | |
bwselect
| Image Processing Toolbox | |
bwtraceboundary
| Image Processing Toolbox | |
bwunpack
| Image Processing Toolbox | |
cart2pol
| MATLAB | |
cast
| MATLAB | |
ceil
| MATLAB | |
chol
| MATLAB | |
classUnderlying
| MATLAB | |
compan
| MATLAB | |
complex
| MATLAB | |
conj
| MATLAB | |
conndef
| Image Processing Toolbox | |
conv
| MATLAB | |
conv2
| MATLAB | |
cos
| MATLAB | |
cosh
| MATLAB | |
cot
| MATLAB | |
coth
| MATLAB | |
cross
| MATLAB | |
csc
| MATLAB | |
csch
| MATLAB | |
ctranspose
| MATLAB | |
cwt
| Wavelet Toolbox™ |
Входной сигнал расписания не поддержан. Все входные параметры должны быть постоянными и заданными во время компиляции. Только аналитический Морзе ('morse') и Morlet ('amor') вейвлеты поддерживается. Следующие входные параметры не поддержаны: Выбирая период (ts), пара "имя-значение" PeriodLimits, пара "имя-значение" NumOctave и пара "имя-значение" FilterBank. Масштабирование коэффициента вывод и набор фильтров вывод не поддержано. Графический вывод не поддержан.
|
cummax
| MATLAB | |
cummin
| MATLAB | |
cumprod
| MATLAB | |
cumsum
| MATLAB | |
DAGNetwork
| Deep Learning Toolbox |
|
deg2rad
| MATLAB | |
del2
| MATLAB | |
demosaic
| Image Processing Toolbox | |
det
| MATLAB | |
diag
| MATLAB | |
double
| MATLAB | |
edge
| Image Processing Toolbox | |
exp
| MATLAB | |
eye
| MATLAB | |
factorial
| MATLAB | |
fft
| MATLAB | |
fft2
| MATLAB | |
fftn
| MATLAB | |
fitgeotrans
| Image Processing Toolbox | |
fix
| MATLAB | |
floor
| MATLAB | |
fspecial
| Image Processing Toolbox | |
gather
| MATLAB | |
ge
| MATLAB | |
getrangefromclass
| Image Processing Toolbox | |
googlenet
| Deep Learning Toolbox | Для генерации кода можно загрузить сеть при помощи синтаксиса net = googlenet или путем передачи функции googlenet coder.loadDeepLearningNetwork. Например: net = coder.loadDeepLearningNetwork('googlenet') |
gt
| MATLAB | |
hough
| Image Processing Toolbox | |
houghlines
| Image Processing Toolbox | |
houghpeaks
| Image Processing Toolbox | |
hsv2rgb
| MATLAB | |
hypot
| MATLAB | |
im2double
| MATLAB | |
im2int16
| Image Processing Toolbox | |
im2single
| Image Processing Toolbox | |
im2uint8
| Image Processing Toolbox | |
imabsdiff
| Image Processing Toolbox | |
imadjust
| Image Processing Toolbox | |
imag
| MATLAB | |
imboxfilt
| Image Processing Toolbox | |
imcomplement
| Image Processing Toolbox | |
imcrop
| Image Processing Toolbox | |
imdilate
| Image Processing Toolbox |
Входное изображение, IM, должно быть 2D или 3-D. Упакованное изображение двоичного входа (синтаксис PACKOPT) не поддержано. Для 3-D входных изображений больше чем с тремя каналами только сгенерирован код C/C++. Код CUDA сгенерирован только для 1D или 2D элементов структурирования. Если элемент структурирования 3-D код C/C++ сгенерирован. Генерация кода не поддержана для структурирования элементов с больше, чем тремя измерениями. Для неплоских элементов структурирования только сгенерирован код C/C++.
|
imerode
| Image Processing Toolbox |
imfilter
| Image Processing Toolbox | С инструментарием CUDA v9.0, ошибка в оптимизации NVIDIA® вызывает числовое несоответствие между результатами сгенерированного кода и MATLAB. Как обходное решение, выключите оптимизацию путем передачи следующих флагов объекту настройки (cfg) прежде, чем сгенерировать код. cfg.GpuConfig.CompilerFlags = ‘-Xptxas -O0’ NVIDIA, как ожидают, исправит эту ошибку в инструментарии CUDA v9.1. |
imgaussfilt
| Image Processing Toolbox | |
imgradient3
| Image Processing Toolbox | |
imgradientxyz
| Image Processing Toolbox | |
imhist
| Image Processing Toolbox | |
imhmax
| Image Processing Toolbox | |
immse
| Image Processing Toolbox | |
imopen
| Image Processing Toolbox | |
imoverlay
| Image Processing Toolbox | |
impyramid
| Image Processing Toolbox | |
imquantize
| Image Processing Toolbox | |
imread
| Image Processing Toolbox | |
imresize
| Image Processing Toolbox |
'Colormap' и Аргументы пары "имя-значение" 'Dither' не поддержаны.
Индексируемое изображение не поддержано. Пользовательское ядро интерполяции не поддержано. Для определенных ядер интерполяции может быть маленькое числовое несоответствие между результатами в MATLAB и сгенерированном коде.
|
imtophat
| Image Processing Toolbox | |
imwarp
| Image Processing Toolbox |
Вход объекта геометрического преобразования, tform, должен быть любой объектом affine2d или projective2d и должен быть константами. Пространственный вывод информации ссылки, RB, не поддержан.
|
int8, int16, int32, int64
| MATLAB | |
integralBoxFilter
| Image Processing Toolbox | |
intlut
| Image Processing Toolbox | |
isaUnderlying
| MATLAB | |
isequal
| MATLAB | |
isfloat
| MATLAB | |
isinteger
| MATLAB | |
islogical
| MATLAB | |
ismatrix
| MATLAB | |
isnumeric
| MATLAB | |
isreal
| MATLAB | |
isrow
| MATLAB | |
issparse
| MATLAB | |
issymmetric
| MATLAB | |
istril
| MATLAB | |
istriu
| MATLAB | |
isvector
| MATLAB | |
kron
| MATLAB | |
lab2rgb
| Image Processing Toolbox | |
label2idx
| Image Processing Toolbox | |
ldivide
| MATLAB | |
le
| MATLAB | |
length
| MATLAB | |
linsolve
| MATLAB | |
log
| MATLAB | |
log10
| MATLAB | |
log1p
| MATLAB | |
logical
| MATLAB | |
lt
| MATLAB | |
lu
| MATLAB | |
matchFeatures
| Computer Vision Toolbox™ | Код CUDA сгенерирован только для метода сопоставления exhaustive. Если метод Approximate выбран, GPU Coder выдает предупреждение и генерирует код C/C++ для этой функции. |
mean
| MATLAB | |
mean2
| Image Processing Toolbox | |
meshgrid
| MATLAB | |
minus
| MATLAB | |
mldivide
| MATLAB | |
mpower
| MATLAB | |
mrdivide
| MATLAB | |
mtimes
| MATLAB | |
multithresh
| Image Processing Toolbox | |
NaN или nan | MATLAB | |
ne
| MATLAB | |
nextpow2
| MATLAB | |
nnz
| MATLAB | |
numel
| MATLAB | |
ones
| MATLAB | |
ordfilt2
| Image Processing Toolbox |
Генерация кода графического процессора требует, чтобы входные параметры были ограничены. Если вход имеет переменную размерность, программное обеспечение генерирует код С. Сгенерированный код графического процессора не оптимизирован, если значение domain, которое задает окружение для операции фильтрации, имеет размер, больше, чем 11x11. Для лучшей производительности рассмотрите установку опции StackLimitPerThread в объекте gpuConfig к Inf.
|
otsuthresh
| Image Processing Toolbox | |
padarray
| Image Processing Toolbox | |
pdist | Statistics and Machine Learning Toolbox™ |
Поддерживаемыми значениями входного параметра расстояния (Distance) для оптимизированного кода CUDA является 'euclidean', 'squaredeuclidean', 'seuclidean', 'cityblock', 'minkowski', 'chebychev', 'cosine', 'correlation', 'hamming' и 'jaccard'. Distance не может быть пользовательской функцией расстояния.
Distance должен быть постоянным временем компиляции.
|
pdist2 | Statistics and Machine Learning Toolbox |
Поддерживаемыми значениями входного параметра расстояния (Distance) для оптимизированного кода CUDA является 'euclidean', 'squaredeuclidean', 'seuclidean', 'cityblock', 'minkowski', 'chebychev', 'cosine', 'correlation', 'hamming' и 'jaccard'. Distance не может быть пользовательской функцией расстояния.
Distance должен быть постоянным временем компиляции.
Имена в аргументах пары "имя-значение" должны быть константами времени компиляции. Отсортированный порядок связанных расстояний в сгенерированном коде может отличаться от порядка в MATLAB из-за числовой точности.
|
plus
| MATLAB | |
pol2cart
| MATLAB | |
polyint
| MATLAB | |
pow2
| Fixed-Point Designer | |
power
| MATLAB | |
predict
| Deep Learning Toolbox |
Только синтаксис YPred = predict(net,X) поддерживается. Вход X не должен иметь переменного размера. Размер должен быть зафиксирован во время генерации кода.
|
prod
| MATLAB | |
projective2d
| Image Processing Toolbox | |
psnr
| Image Processing Toolbox | |
qr
| MATLAB | |
rad2deg
| MATLAB | |
rank
| MATLAB | |
rcond
| MATLAB | |
rdivide
| MATLAB | |
real
| MATLAB | |
reallog
| MATLAB | |
realsqrt
| MATLAB | |
rectint
| MATLAB | |
repelem
| MATLAB | |
repmat
| MATLAB | |
reshape
| MATLAB | |
resnet50
| Deep Learning Toolbox | Для генерации кода можно загрузить сеть при помощи синтаксиса net = resnet50 или путем передачи функции resnet50 coder.loadDeepLearningNetwork. Например: net = coder.loadDeepLearningNetwork('resnet50') |
resnet101
| Deep Learning Toolbox | Для генерации кода можно загрузить сеть при помощи синтаксиса net = resnet101 или путем передачи функции resnet101 coder.loadDeepLearningNetwork. Например: net = coder.loadDeepLearningNetwork('resnet101') |
rgb2gray
| MATLAB | |
rgb2hsv
| MATLAB | |
rgb2lab
| Image Processing Toolbox | |
rgb2ycbcr
| Image Processing Toolbox | |
rot90
| MATLAB | |
round
| MATLAB | |
sec
| MATLAB | |
sech
| MATLAB | |
SeriesNetwork
| Deep Learning Toolbox |
|
sin
| MATLAB | |
single
| MATLAB | |
sinh
| MATLAB | |
size
| MATLAB | |
sortrows
| MATLAB | |
sph2cart
| MATLAB | |
sqrt
| MATLAB | |
squeeze
| MATLAB | |
squeezenet
| Deep Learning Toolbox | Для генерации кода можно загрузить сеть при помощи синтаксиса net = squeezenet или путем передачи функции squeezenet coder.loadDeepLearningNetwork. Например: net = coder.loadDeepLearningNetwork('squeezenet') |
std
| MATLAB | |
stretchlim
| Image Processing Toolbox | |
sub2ind
| MATLAB | |
subsasgn
| Fixed-Point Designer | |
subsindex
| MATLAB | |
subsref
| Fixed-Point Designer | |
| | | |
sum
| MATLAB | |
superpixels
| Image Processing Toolbox | |
svd
| MATLAB | |
swapbytes
| MATLAB | |
tan
| MATLAB | |
tanh
| MATLAB | |
times
| MATLAB | |
trace
| MATLAB | |
transpose
| MATLAB | |
tril
| MATLAB | |
triu
| MATLAB | |
true
| MATLAB | |
typecast
| MATLAB | |
uint8, uint16, uint32, uint64
| MATLAB | |
uminus
| MATLAB | |
unetLayers
| Computer Vision Toolbox | |
uplus
| MATLAB | |
vander
| MATLAB | |
var
| MATLAB | |
vertcat
| Fixed-Point Designer | |
vgg16
| Deep Learning Toolbox | Для генерации кода можно загрузить сеть при помощи синтаксиса net = vgg16 или путем передачи функции vgg16 coder.loadDeepLearningNetwork. Например: net = coder.loadDeepLearningNetwork('vgg16') |
vgg19
| Deep Learning Toolbox | Для генерации кода можно загрузить сеть при помощи синтаксиса net = vgg19 или путем передачи функции vgg19 coder.loadDeepLearningNetwork. Например: net = coder.loadDeepLearningNetwork('vgg19') |
watershed
| Image Processing Toolbox | |
xor
| MATLAB | |
ycbcr2rgb
| Image Processing Toolbox | |
zeros
| MATLAB | |
