这个领域是一个只读属性集的创建gpuEnvConfig配置对象。这个字段的值“主机”,“杰森”,或“开车”。杰森和驱动类型要求MATLAB编码器支持NV万博1manbetxIDIA杰森和NVIDIA驱动包^®平台。

例子:gpuEnvObj.Hardware

选择GPU设备ID时,必须使用环境检查。默认情况下,GpuId设置为0。

例子:gpuEnvObj。GpuId = 1;

这个字段被设置为true时,基本的GPU执行代码生成检查。生成的代码不执行。

例子:gpuEnvObj。BasicCodegen = true;

这个字段被设置为true时,基本的GPU代码生成和执行选中的GPU设备上执行检查。

例子:gpuEnvObj。BasicCodeexec = true;

这个字段被设置为true时,深度学习GPU执行代码生成检查为图书馆目标所示DeepLibTarget财产。生成的代码不执行。

例子:gpuEnvObj。DeepCodegen = true;

这个字段被设置为true时,深度学习GPU执行代码生成和执行检查为图书馆目标所示DeepLibTarget属性选择的GPU设备。

例子:gpuEnvObj。DeepCodeexec = true;

这指出深度学习的图书馆目标代码生成和执行检查。

例子:gpuEnvObj。DeepLibTarget =“cudnn”;

这个字段检查选择的GPU设备的计算能力是否满足所需的最小计算能力选择TensorRT数据精度。

例子:gpuEnvObj。数据类型= 'fp32';

这个字段被设置为true时,生成一个HTML报告的结果在当前工作目录。必须write-enabled当前工作目录。

例子:gpuEnvObj。GenReport= true;

这个字段被设置为true时,在命令行上输出打印是抑制。

例子:gpuEnvObj。安静的= true;

检查正确配置NVTX库安装在主机上。这个库是用于分析。

例子:gpuEnvObj。分析= true;

该字段包含CUDA的路径^®图书馆在主机。默认值是基于当前学校网站位置上发现“CUDA_PATH”上的Linux操作系统和Windows操作系统的环境变量。您还可以修改这个值来选择一个不同的位置。

例子:gpuEnvObj。CudaPath= '/usr/local/cuda';

该字段包含的路径在主机cuDNN库。默认值是基于“NVIDIA_CUDNN”环境变量如果设置。您还可以修改这个值来选择一个不同的位置。

例子:gpuEnvObj。CudnnPath= '/usr/local/cuda/cudnn';

该字段包含的路径在主机TensorRT库。默认值是基于“NVIDIA_TENSORRT”环境变量如果设置。您还可以修改这个值来选择一个不同的位置。

例子:gpuEnvObj。TensorrtPath =“/ usr /地方/ cuda / tensorrt”;

该字段包含的路径在主机NVTX库。默认值是基于“NVTOOLSEXT_PATH”环境变量在Windows操作系统上,如果设置。在Linux上,从“LD_LIBRARY_PATH”获得。您还可以修改这个值来选择一个不同的位置。

例子:gpuEnvObj。NvtxPath= '/usr/local/cuda/';

这一领域的接受一个“杰森”或“开”硬件对象。这一领域的需求(杰森/驱动器)之前设置运行环境检查。

例子:gpuEnvObj.Hardware= jetsonHwObj;

指定的时间间隔,以秒为单位,等待验证的软件在目标系统上执行测试。

例子:gpuEnvObj。ExecTimeout = 25;