视频和网络研讨会
请参阅用于语义分段应用程序的DAG网络的示例。定向的非循环图网络包括流行网络,例如Reset和Googlenet,用于图像分类或用于语义分割的SEGNET。
使用 cnncodegen.在GPU编码器™中的功能,您可以生成CUDA® 代码来自语义分割网络。您可以将其构建到MEX函数中,并生成更快地运行6倍的代码,而不是每秒39帧,而不是Matlab®。您还可以将生成的代码集成到更大的应用程序中,并在嵌入式GPU目标(如Jetson,Tegra)上部署您的深度学习算法®或Drive™PX平台。
加速模型预测控制器的3种方法
深度学习的实用指南:从数据到部署
使用MATLAB桥接无线通信设计和测试
深度学习和传统机器学习:选择正确的方法
电力电子控制设计的硬件循环测试
用matlab预测维护
电动汽车建模与仿真 - 部署架构:网络研讨会系列
您对电源转换控制的了解了多少?
回馈
特色产品
查看更多相关视频
选择网站
选择一个网站,以便在可用的地方进行翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获得最佳网站性能。其他MathWorks国家网站未优化您所在地的访问。
联系您当地的办公室