Генерация кода графического процессора от приложений MATLAB

Сгенерируйте CUDA® код для развертывания на настольных или целевых процессорах

Используйте GPU Coder™ вместе с Deep Learning Toolbox™, чтобы сгенерировать MEX CUDA или автономный код CUDA, который работает на настольных или целевых процессорах. Можно развернуть сгенерированный автономный код CUDA, который пользуется библиотекой глубокой нейронной сети CUDA (cuDNN), высокоэффективной библиотекой вывода TensorRT™ или ARM® Вычислите библиотеку для Мали графический процессор.

Функции

codegenСгенерируйте код C/C++ из кода MATLAB
coder.getDeepLearningLayersПолучите список слоев, поддержанных для генерации кода для определенной библиотеки глубокого обучения
coder.loadDeepLearningNetworkЗагрузите модель нейронной сети для глубокого обучения
coder.DeepLearningConfigСоздайте объекты настройки генерации кода глубокого обучения

Приложения

GPU CoderСгенерируйте код графического процессора из кода MATLAB

Темы

Обзор

Поддерживаемые сети, слои и классы (GPU Coder)

Сети, слои и классы поддержаны для генерации кода.

Генерация кода для dlarray (GPU Coder)

Используйте массивы глубокого обучения в коде MATLAB, предназначенном для генерации кода.

Генерация кода для Нейронных сетей для глубокого обучения при помощи cuDNN (GPU Coder)

Сгенерируйте код для предварительно обученных сверточных нейронных сетей при помощи cuDNN библиотеки.

Генерация кода для нейронных сетей для глубокого обучения при помощи TensorRT (GPU Coder)

Сгенерируйте код для предварительно обученных сверточных нейронных сетей при помощи библиотеки TensorRT.

Обновите сетевые параметры после генерации кода (GPU Coder)

Выполните обновления генерации кода сообщения параметров нейронной сети для глубокого обучения.

Приложения

Генерация кода для Глубокого обучения Модель Simulink, которая Выполняет Обнаружение Маршрута и Транспортного средства (GPU Coder)

В этом примере показано, как разработать приложение CUDA® из модели Simulink®, которая выполняет маршрут и сверточные нейронные сети (CNN) использования обнаружения транспортного средства.

Сгенерируйте изображения цифры на NVIDIA графический процессор Используя вариационный автоэнкодер (GPU Coder)

В этом примере показано, как сгенерировать CUDA® MEX для обученной вариационной сети (VAE) автоэнкодера.

Генерация кода Для Обнаружения объектов Используя глубокое обучение YOLO v3

В этом примере показано, как сгенерировать CUDA® MEX для вы только смотрите однажды (YOLO) v3 детектор объектов с пользовательскими слоями.

Генерация кода для глубокого обучения модель Simulink, чтобы классифицировать сигналы ECG (GPU Coder)

Этот пример демонстрирует, как можно использовать мощные методы обработки сигналов и Сверточные нейронные сети вместе, чтобы классифицировать сигналы ECG.

Генерация кода для нейронных сетей для глубокого обучения

В этом примере показано, как выполнить генерацию кода для приложения классификации изображений, которое использует глубокое обучение.

Генерация кода для сети от последовательности к последовательности LSTM

Этот пример демонстрирует, как сгенерировать код CUDA® для сети долгой краткосрочной памяти (LSTM).

Предсказание глубокого обучения на ARM Мали графический процессор

В этом примере показано, как использовать cnncodegen функция, чтобы сгенерировать код для приложения классификации изображений, которое использует глубокое обучение на ARM® Mali графические процессоры.

Разверните классификатор сигнала на NVIDIA Джетсон Используя анализ вейвлета и глубокое обучение

В этом примере показано, как сгенерировать и развернуть исполняемый файл CUDA®, который классифицирует человеческую электрокардиограмму (ECG) сигналы, использующие функции, извлеченные непрерывным вейвлетом преобразовывает (CWT) и предварительно обученной сверточной нейронной сетью (CNN).

Генерация кода для Обнаружения объектов при помощи YOLO v2

В этом примере показано, как сгенерировать CUDA® MEX для вы только смотрите однажды (YOLO) v2 детектор объектов.

Обнаружение маршрута, оптимизированное с GPU Coder

В этом примере показано, как сгенерировать код CUDA® от нейронной сети для глубокого обучения, представленной SeriesNetwork объект.

Предсказание глубокого обучения при помощи NVIDIA TensorRT

Этот пример показывает генерацию кода для применения глубокого обучения при помощи библиотеки NVIDIA TensorRT™.

Обнаружение дорожного знака и распознавание

В этом примере показано, как сгенерировать код CUDA® MEX для обнаружения дорожного знака и приложения для распознавания, которое использует глубокое обучение.

Сеть распознавания логотипа

Этот пример показывает генерацию кода для приложения классификации логотипов что глубокое обучение использования.

Генерация кода для глубокой нейронной сети шумоподавления

В этом примере показано, как сгенерировать CUDA® MEX из кода MATLAB® и denoise полутоновых изображений при помощи сверточной нейронной сети шумоподавления (DnCNN [1]).

Генерация кода для сети Семантической Сегментации

Этот пример показывает генерацию кода для приложения сегментации изображений что глубокое обучение использования.

Обучите и разверните полностью Сверточные сети для Семантической Сегментации

В этом примере показано, как обучить и развернуть полностью сверточную сеть семантической сегментации на графическом процессоре NVIDIA® при помощи GPU Coder™.

Генерация кода для сети Семантической Сегментации, которая использует U-net

Этот пример показывает генерацию кода для приложения сегментации изображений что глубокое обучение использования.

Для просмотра документации необходимо авторизоваться на сайте