深度学习代码生成
生成C/C ++，CUDA®，或HDL代码并部署深度学习网络
生成预估计的深神经网络的代码。您可以加速MATLAB中算法的模拟®或模拟万博1manbetx®通过使用不同的执行环境。通过使用支持软件包万博1manbetx，您还可以在目标硬件上生成和部署C/C ++，CUDA和HDL代码。
将深度学习工具箱™与深度学习工具箱Model Quantization Library万博1manbetx通过量化层的重量，偏见和激活来减少精度缩放整数数据类型，以减少深神经网络的内存足迹和计算要求。然后，您可以从这些量化的网络中生成C/C ++，CUDA或HDL代码。
采用MATLAB CODER™or万博1manbetxSimulink编码器连同深度学习工具箱一起生成在桌面或嵌入式目标上运行的MEX或独立CPU代码。您可以部署使用Intel的生成的独立代码®MKL-DNN库或手臂®Compute library. Alternatively, you can generate generic CPU code that does not call third-party library functions.
将GPU Coder™与深度学习工具箱一起使用，以生成在台式机或嵌入式目标上运行的CUDA MEX或独立的CUDA代码。您可以部署使用CUDA深神经网络库（CUDNN），TENSORRT™高性能推理库或Mali GPU的ARM Compute库的生成的独立CUDA代码。
将深度学习HDL Toolbox™与深度学习工具箱一起使用，以生成用于验证网络的HDL代码。您可以在Intel和Xilinx上部署生成的HDL代码®FPGA and SoC devices.
代码生成基础
- Networks and Layers Supported for Code Generation（MATLAB编码器）
- 万博1manbetx支持的网络，层和类（GPU编码器）
- 万博1manbetx支持的网络，层，板和工具（深度学习HDL工具箱）
- Code Generation for Deep Learning Networks
- 为序列到序列深度学习模型生成通用C/C ++万博1manbetx（万博1manbetxSimulink编码器）
- 开始深入学习FPGA在Intel Arria 10 Soc上的部署（深度学习HDL工具箱）
类别
- 量化和修剪
Compress a deep neural network by performing quantization or pruning - 深度学习代码生成from MATLAB Applications
Generate C/C++, GPU, and HDL code for deployment on desktop or embedded targets - 深度学习代码从Simulink应用程序生成万博1manbetx
Generate C/C++ and GPU code for deployment on desktop or embedded targets
相关信息
- Deep Learning with MATLAB Coder（MATLAB编码器）
- 与GPU编码器深入学习（GPU编码器）
- 开始深入学习HDL工具箱（深度学习HDL工具箱）
特色示例
您还可以从以下列表中选择一个网站：
美洲
- América Latina(Español)
- 加拿大（英语）
- 美国（英语）