深度学习与GPU编码器

开始使用CUDA代码生成等图像分类网络MobileNet-v2,ResNet,GoogLeNet。

CUDA的代码生成dlnetwork和dlarray对象。

训练和部署一个完全回旋的语义分割网络NVIDIA GPU。

生成一个CUDA墨西哥人文件执行32位,16位浮点,8位整数使用TensorRT预测。

你只看一次生成CUDA墨西哥人(YOLO)意思v2对象探测器。

生成CUDA代码singleshot multibox车辆探测器网络。

图像分类应用程序部署到一个手臂马里GPU。

演示如何生成CUDA®代码很长一段短期记忆(LSTM)网络。

为划分ECG信号的仿真软件模型生成CUD万博1manbetxA使用深度学习。

为网络,可以生成CUDA墨西哥人段组织激光雷达点云属于三个类。

分类活动杰森Xavier使用网络和卷积和BiLSTM层。

你只看一次生成CUDA墨西哥人(YOLO)意思v3对象探测器。

开发一个CUDA®应用程序从一个仿真软件®模型执行巷和车辆使用卷积神经万博1manbetx网络(CNN)检测。这个例子以交通视频的帧作为输入,输出两个车道边界对应的左和右车道自我车辆,和检测车辆的框架。下面的例子使用了pretrained车道检测网络的车道检测和GPU编码器优化GPU编码器工具箱™的例子。有关更多信息,请参见车道检测和GPU编码器优化。这个示例还使用pretrained车辆检测的网络对象检测使用YOLO v2意思深入学习计算机视觉的工具箱™的例子。有关更多信息,请参见使用YOLO v2意思对象检测深度学习计算机视觉(工具箱)。

部署一个仿真软件在万博1manbetxNVIDIA®®模型杰森TX2摄像头图像分类。这个例子将从摄像头实时图像通过使用pretrained深卷积神经网络,ResNet-50。仿真软件万博1manbetx模型的示例使用MATLAB®的相机和显示块编码器™为NVIDIA杰森和NVIDIA驱动平台支持包从摄像头捕捉视频直播,预测结果显示在监视器连接到杰森的平台上。万博1manbetx

可学的参数进行量化在剩余的卷积层网络和生成CUDA代码。

生成SSD和YOLO v2意思车辆探测器的CUDA代码执行推理计算在8位整数。

修剪的参数训练神经网络使用分数和突触流分数级指标。

生成CUDA墨西哥人代码PointNet + +激光雷达网络的语义分割。

为PointPillars对象检测器生成CUDA墨西哥人。

生成独立的CUDA®为你只看一次可执行(YOLO)意思v4对象探测器使用自定义层。小YOLO v4网络是一个轻量级版本的意思YOLO v4意思网络用更少的网络层。它使用一个金字塔网络特征的脖子,有两个YOLO v4意思探测头。网络在可可训练数据集。更多信息关于YOLO v4意思对象检测网络,看到开始使用YOLO v4意思和检测对象使用YOLO v4意思对象探测器。