Чтобы ускорить код, можно попробовать использовать графический процессор компьютера. Если все функции, которые вы хотите использовать, поддерживаются на графическом процессоре, можно просто использовать gpuArray функцию для передачи входных данных в графический процессор и вызова gather функция для извлечения выходных данных из графического процессора. Для глубокого обучения, MATLAB® обеспечивает автоматическую параллельную поддержку нескольких графических процессоров. Вам нужен Parallel Computing Toolbox™, чтобы включить поддержку графический процессор.
Список функций, принимающих массивы GPU, см. в Списке функций (Графические Процессоры).
Запуск функций MATLAB на графическом процессоре (Parallel Computing Toolbox)
Сотни функций в MATLAB и других тулбоксах запускаются автоматически на графическом процессоре, если вы поставляете gpuArray (Parallel Computing Toolbox) аргумент.
Поддержка графического процессора по версии (Parallel Computing Toolbox)
Поддержка NVIDIA® Графический процессор, архитектуры MATLAB релиза.
Запуск функций MATLAB на нескольких графических процессорах (Parallel Computing Toolbox)
В этом примере показано, как запустить код MATLAB на нескольких графических процессорах параллельно, сначала на локальной машине, затем масштабировать до кластера.
Глубокое обучение с MATLAB на нескольких графических процессорах (Deep Learning Toolbox)
Укажите несколько графических процессоров, которые будут использоваться локально или в облаке для обучения.
Классификация пешеходов и бициклистов с использованием глубокого обучения (Radar Toolbox)
Классификация пешеходов и велосипедистов на основе их микродопплеровских характеристик с помощью нейронной сети для глубокого обучения и частотно-временного анализа.
Ускорение графического процессора скалограмм для глубокого обучения (Wavelet Toolbox)
Этот пример показов, как вы можете ускорить скалограмму расчета с помощью графических процессоров.
