Генерация кода и поддержка графического процессора

Сгенерируйте портативный C/C++ / MEX-ФУНКЦИИ и используйте графические процессоры, чтобы развернуть или ускорить обработку

Audio Toolbox™ включает поддержку, чтобы ускорить прототипирование в MATLAB® и сгенерировать код для развертывания.

Ускорение графического процессора Кода.  Чтобы ускорить ваш код при прототипировании, Audio Toolbox включает функции, которые могут выполниться на Графическом процессоре (GPU). Можно использовать gpuArray (Parallel Computing Toolbox) функция, чтобы передать данные графическому процессору и затем вызвать gather (Parallel Computing Toolbox) функция, чтобы получить выходные данные из графического процессора. Для списка функций Audio Toolbox, которые поддерживают выполнение на графических процессорах, см. Функциональный Список (gpuArray поддержка. Вам нужен Parallel Computing Toolbox™, чтобы включить поддержку графического процессора.

Генерация кода C/C++.  После того, как вы разработаете свое приложение, можно сгенерировать портативный исходный код C/C++, независимые исполняемые файлы или автономные приложения из кода MATLAB. Генерация кода C/C++ позволяет вам запустить свою симуляцию на машинах, которым не установили MATLAB и ускорять обработку, в то время как вы работаете в MATLAB. Для списка функций Audio Toolbox, которые поддерживают генерацию кода C/C++, см. Функциональный Список (Генерация кода C/C++). Вам нужен MATLAB Coder™, чтобы сгенерировать код C/C++.

Генерация кода графического процессора.  После того, как вы разработаете свое приложение, можно сгенерировать оптимизированный CUDA® код для NVIDIA® Графические процессоры из кода MATLAB. Код может быть интегрирован в ваш проект как исходный код, статические библиотеки или динамические библиотеки, и может использоваться для прототипирования на графических процессорах. Можно также использовать сгенерированный код CUDA в MATLAB, чтобы ускорить в вычислительном отношении интенсивные фрагменты кода MATLAB в машинном обучении, глубоком обучении или других приложениях. Для списка функций Audio Toolbox, которые поддерживают генерацию кода графического процессора, см. Функциональный Список (Генерация кода графического процессора). Вам нужны MATLAB Coder и GPU Coder™, чтобы сгенерировать код CUDA.

Приложения

MATLAB CoderСгенерируйте код С или MEX-функцию из кода MATLAB
GPU CoderСгенерируйте код графического процессора из кода MATLAB

Функции

codegenСгенерируйте код C/C++ из кода MATLAB
gatherПередайте распределенный массив или gpuArray к локальной рабочей области
gpuArrayМассив сохранен на графическом процессоре

Темы

Сгенерируйте код С в командной строке (MATLAB Coder)

Сгенерируйте код C/C++ из кода MATLAB при помощи codegen команда.

Запустите функции MATLAB на графическом процессоре (Parallel Computing Toolbox)

Сотни функций в MATLAB и других тулбоксах запускаются автоматически на графическом процессоре, если вы предоставляете a gpuArray Аргумент (Parallel Computing Toolbox).

Необходимые условия для глубокого обучения для MATLAB Coder (MATLAB Coder)

Установите продукты и сконфигурируйте среду для генерации кода для нейронных сетей для глубокого обучения.

Поддержка графического процессора релизом (Parallel Computing Toolbox)

Поддержка NVIDIA архитектуры графического процессора релизом MATLAB.

Сопутствующая информация

Рекомендуемые примеры

Accelerate Audio Deep Learning Using GPU-Based Feature Extraction

Ускорьте аудио глубокое обучение Используя основанное на графическом процессоре извлечение признаков

Усильте графические процессоры для извлечения признаков, чтобы уменьшить время, требуемое обучать аудио модель глубокого обучения.

Скрипт Open Live Script
Keyword Spotting in Noise Code Generation on Raspberry Pi

Определение ключевого слова в шумовой генерации кода на Raspberry Pi

Демонстрирует генерацию кода для определения ключевого слова с помощью сети Bidirectional Long Short-Term Memory (BiLSTM) и извлечения признаков частоты mel cepstral коэффициента (MFCC) на Raspberry Pi™. MATLAB® Coder™ с Поддержкой Глубокого обучения включает генерацию независимого исполняемого файла (.elf) файл на Raspberry Pi. Связь между MATLAB® (.mlx) файл и сгенерированным исполняемым файлом происходит по асинхронному Пользовательскому дейтаграммному протоколу (UDP). Входящий речевой сигнал отображен с помощью timescope. Маска показывается синим прямоугольником, окружающим определенные экземпляры ключевого слова, YES. Для получения дополнительной информации об извлечении признаков MFCC и обучении нейронной сети для глубокого обучения, посетите Определение Ключевого слова в Шуме Используя MFCC и Сети LSTM.

Скрипт Open Live Script
Keyword Spotting in Noise Code Generation with Intel MKL-DNN

Определение ключевого слова в шумовой генерации кода с Intel MKL-DNN

Демонстрирует генерацию кода для определения ключевого слова с помощью сети Bidirectional Long Short-Term Memory (BiLSTM) и извлечения признаков частоты mel cepstral коэффициента (MFCC). MATLAB® Coder™ с Поддержкой Глубокого обучения включает генерацию независимого исполняемого файла (.exe) файл. Связь между MATLAB® (.mlx) файл и сгенерированным исполняемым файлом происходит по асинхронному Пользовательскому дейтаграммному протоколу (UDP). Входящий речевой сигнал отображен с помощью timescope. Маска показывается синим прямоугольником, окружающим определенные экземпляры ключевого слова, YES. Для получения дополнительной информации об извлечении признаков MFCC и обучении нейронной сети для глубокого обучения, посетите Определение Ключевого слова в Шуме Используя MFCC и Сети LSTM.

Скрипт Open Live Script
Speech Command Recognition Code Generation with Intel MKL-DNN

Речевая генерация кода распознавания команды с Intel MKL-DNN

Разверните извлечение признаков и сверточную нейронную сеть (CNN) для речевого распознавания команды на процессорах Intel®. Чтобы сгенерировать извлечение признаков и сетевой код, вы используете MATLAB Coder и Math Kernel Library Intel для Глубоких нейронных сетей (MKL-DNN). В этом примере сгенерированный код является исполняемым файлом MATLAB (MEX) функция, которая вызвана скриптом MATLAB, который отображает предсказанную речевую команду наряду с сигналом области времени и слуховой спектрограммой. Для получения дополнительной информации о предварительной обработке аудио и сетевом обучении, смотрите Распознание речевых команд с использованием глубокого обучения.

Скрипт Open Live Script
Speech Command Recognition Code Generation on Raspberry Pi

Речевая генерация кода распознавания команды на Raspberry Pi

Разверните извлечение признаков и сверточную нейронную сеть (CNN) для речевого распознавания команды к Raspberry Pi™. Чтобы сгенерировать извлечение признаков и сетевой код, вы используете MATLAB Coder, Пакет поддержки MATLAB для Оборудования Raspberry Pi и Библиотеку ARM® Compute. В этом примере сгенерированный код является исполняемым файлом на вашем Raspberry Pi, который вызван скриптом MATLAB, который отображает предсказанную речевую команду наряду с и слуховой спектрограммой сигнала. Взаимодействие между скриптом MATLAB и исполняемым файлом на вашем Raspberry Pi обработано с помощью пользовательского дейтаграммного протокола (UDP). Для получения дополнительной информации о предварительной обработке аудио и сетевом обучении, смотрите Распознание речевых команд с использованием глубокого обучения.

Скрипт Open Live Script
Acoustics-Based Machine Fault Recognition Code Generation with Intel MKL-DNN

Основанная на акустике генерация кода распознавания отказа машины с Intel MKL-DNN

Сгенерируйте независимый исполняемый файл MATLAB для основанного на акустике распознавания отказа машины.

Скрипт Open Live Script
Acoustics-Based Machine Fault Recognition Code Generation on Raspberry Pi

Основанная на акустике генерация кода распознавания отказа машины на Raspberry Pi

Сгенерируйте независимый исполняемый файл Raspberry Pi™ для основанного на акустике распознавания отказа машины.

Скрипт Open Live Script

Документация Audio Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте