设置必备产品s manbetx 845
使用GPU Coder™CUDA®代码生成,安装指定的产品s manbetx 845安装必备产品s manbetx 845.
墨西哥人设置
使用GPU Coder生成CUDA MEX时,代码生成器使用NVIDIA®编译器和库包括MATLAB®.根据开发计算机上的操作系统,您只需要设置MEX代码生成器。
窗户系统
如果你有多个版本微软®Visual Studio®安装在Windows上的C/ c++语言编译器®系统,MATLAB选择一个作为默认编译器。如果选择的编译器版本与“GPU Coder”支持的版本不兼容,请修改选择。万博1manbetx为支持万博1manbetxMicrosoft Visual Studio版本,请参阅安装必备产品s manbetx 845.
要更改默认编译器,请使用setup c++
命令。当你打电话时setup c++
, MATLAB会显示一个带有链接的消息来设置不同的编译器。选择一个链接并更改用于构建MEX文件的默认编译器。在调用之前,所选择的编译器将保持默认值setup c++
要选择不同的默认值。有关更多信息,请参见更改默认编译器.的setup c++
命令只更改c++语言编译器。还必须通过使用更改C的默认编译器安装程序C
.
Linux平台
MATLAB和CUDA Toolkit仅支持Linux上万博1manbetxC/ c++语言的GCC/ g++编译器®平台。有关支持万博1manbetx的GCC/ g++版本,请参见安装必备产品s manbetx 845.
环境变量
独立代码(静态库、动态链接库或可执行程序)的生成有额外的设置要求。GPU Coder使用环境变量来定位代码生成所需的必要工具、编译器和库。
请注意
在Windows上,工具、编译器和库路径中的空格或特殊字符可能会在构建过程中产生问题。您必须在不包含空格的位置安装第三方软件或更改Windows设置,以便为文件、文件夹和路径创建短名称。有关更多信息,请参见使用Windows短名称解决方案MATLAB的答案.
平台 | 变量名 | 描述 |
---|---|---|
窗户 | CUDA_PATH |
CUDA Toolkit安装路径。 例如:
|
NVIDIA_CUDNN |
cuDNN安装根文件夹的路径。根文件夹包含bin、include和lib子文件夹。 例如:
|
|
NVIDIA_TENSORRT |
TensorRT安装根文件夹的路径。根文件夹包含bin、data、include和lib子文件夹。 例如:
|
|
OPENCV_DIR |
OpenCV在主机上的build文件夹路径。这个变量是构建和运行深度学习示例所必需的。 例如:
|
|
路径 |
CUDA可执行文件的路径。通常,CUDA Toolkit安装程序会自动设置此值。 例如:
|
|
路径 例如:
|
||
路径 例如:
|
||
路径 例如:
|
||
OpenCV的动态链接库路径。这个变量是运行深度学习示例所必需的。 例如:
|
||
Linux | 路径 |
CUDA Toolkit可执行文件的路径。 例如:
|
路径 例如:
|
||
OpenCV库的路径。这个变量是构建和运行深度学习示例所必需的。 例如:
|
||
OpenCV头文件的路径。这个变量是构建深度学习示例所必需的。 例如:
|
||
LD_LIBRARY_PATH |
CUDA库文件夹的路径。 例如:
|
|
cuDNN库文件夹的路径。 例如:
|
||
TensorRT™库文件夹的路径。 例如:
|
||
ARM路径®目标硬件上的“计算库”文件夹。 例如:
集 |
||
NVIDIA_CUDNN |
cuDNN库安装根文件夹的路径。 例如:
|
|
NVIDIA_TENSORRT |
TensorRT库安装根文件夹的路径。 例如:
|
|
ARM_COMPUTELIB |
ARM目标硬件上ARM计算库安装的根文件夹的路径。在ARM目标硬件上设置这个值。 例如:
|
验证设置
若要验证开发计算机具有GPU代码生成所需的所有工具和配置,请使用coder.checkGpuInstall
函数。此函数执行检查,以验证您的环境是否具有GPU代码生成所需的所有第三方工具和库。你必须通过coder.gpuEnvConfig
对象指定为函数。该函数根据配置对象中指定的属性验证GPU代码生成环境。
您还可以使用相同的基于gui的应用程序来执行相同的检查,并可以使用命令启动,检查GPU安装.
在MATLAB命令窗口中输入:
gpuEnvObj = code . gpuenvconfig;gpuEnvObj。BasicCodegen = 1;gpuEnvObj。BasicCodeexec = 1;gpuEnvObj。DeepLibTarget =“tensorrt”;gpuEnvObj。DeepCodeexec = 1;gpuEnvObj。DeepCodegen = 1;results = code . checkgpuinstall (gpuEnvObj)
这里显示的输出是有代表性的。你的结果可能不同。
兼容GPU: PASSED CUDA环境:PASSED Runtime: PASSED cuFFT: PASSED cuSOLVER: PASSED cuBLAS: PASSED cuDNN环境:PASSED TensorRT环境:PASSED基本代码生成:PASSED基本代码执行:PASSED深度学习(TensorRT)代码生成:PASSED深度学习(TensorRT)代码执行:PASSED results = struct with fields: GPU: 1 CUDA: 1 cuDNN: 1 TensorRT: 1 basiccodegen: 1 basiccodeexec: 1 deepcodegen: 1 deepcodeexec: 1 tensorrtdatatype: 1 profiling: 0