靶向NVIDIA嵌入式板
与MATLAB®CODER™万博1manbetxNVIDIA的支持包®杰森®和Nvidia Drive™平台，您可以自动化Simulink的部署万博1manbetx®通过在目标硬件板上构建和部署生成的代码，在嵌入式NVIDIA板上的模型。您还可以与目标进行远程通信，并控制外围设备进行原型制作。
有关部署到NVIDIA目标的示例，请参见Simulink上的NVIDIA JETSON TX2平台上部署和分类网络摄像头图像万博1manbetx（NVIDIA JETSON万博1manbetx和NVIDIA驱动器平台的MATLAB编码器支持包）。
笔记
从R2021a开始，NVIDIA JETSON万博1manbetx和NVIDIA DRIVE的MATLAB编码器支持包®平台被称为MATLAB编码器万博1manbetxNVIDIA JETSON和NVIDIA驱动器平台的支持包。要在R2021A中使用此万博1manbetx支持包，您必须拥有MATLAB编码器产品。
配置用于部署的模型
模型配置参数为代码生成和构建过程提供了许多选项。
打开“配置参数”对话框。选择硬件实现窗格。设置硬件板至
Nvidia Jetson。您也可以使用Nvidia Drive。在下面针对硬件资源组，设置设备地址，，，，用户名， 和密码您的目标硬件。设备地址是目标平台的IP地址或主机名。
点击好的保存并关闭“配置参数”对话框。
您也可以使用
set_param要在MATLAB命令窗口中以编程方式配置模型参数。set_param（
，“硬件板”，，，，'nvidia jetson'）；
为模型生成CUDA代码
设置硬件参数后，在Simulink编辑器中，打开万博1manbetx硬件标签。
选择构建，部署和开始在硬件上生成和部署代码。
也可以看看
功能
Open_System（万博1manbetxSimulink）|LOAD_SYSTEM（万博1manbetxSimulink）|save_system（万博1manbetxSimulink）|CLOSS_SYSTEM（万博1manbetxSimulink）|bdclose（万博1manbetxSimulink）|get_param（万博1manbetxSimulink）|set_param（万博1manbetxSimulink）|SIM（万博1manbetxSimulink）|Slbuild（万博1manbetxSimulink）
相关话题
- Simulink上的NVIDIA JETSON TX2平台上部署和分类网络摄像头图像万博1manbetx（NVIDIA JETSON万博1manbetx和NVIDIA驱动器平台的MATLAB编码器支持包）
- 使用GPU编码器的仿真加速
- 使用GPU编码器从Simulink模型中生万博1manbetx成代码
- 使用MATLAB功能块的深度学习网络的GPU代码生成
- 从深神经网络库中的GPU代码生成
- 数值等效测试
- 参数调整和通过外部模式进行监视
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）