安装必备产品s manbetx 845

使用GPU编码器™CUDA®C/ c++代码生成，您必须安装以下产品:s manbetx 845

MathWorkss manbetx 845

  • MATLAB®(要求)。

  • MATLAB编码器™(要求)。

  • 并行计算工具箱(必选)。

  • 深度学习工具箱™(深度学习所需)。

  • 用于深度学习库的GPU编码器接口(深度学习所需)

  • 图像处理工具箱™(推荐)。

  • 计算机视觉工具箱™(推荐)。

  • 嵌入式编码器®(推荐)。

  • 万博1manbetx®(推荐)。

请注意

如果MATLAB安装在包含非7位ASCII字符(如日文字符)的路径上，MATLAB编码器无法工作，因为它无法定位代码生成库函数。

有关安装MathWorks的说明®s manbetx 845产品，请参阅平台的MATLAB安装文档。如果您已经安装了MATLAB，并希望检查还安装了哪些MathWorks产品，请输入s manbetx 845版本在MATLAB命令窗口中。

第三方产品s manbetx 845

GPU代码生成MATLAB

  • 英伟达®GPU启用CUDA计算能力3.2或更高(我的GPU支持吗?万博1manbetx)。

  • CUDA工具包和司机。建议选择包含的默认安装选项学校网站编译器,cuFFT,cuBLAS,cuSOLVER、推力库和其他工具。GPU编码器已使用CUDA toolkit v10.1 (使用CUDA工具包)。

  • C / c++编译器:

    Linux®

    窗户®

    GCC C/ c++编译器6.3.x

    微软®Visual Studio®2013

    微软Visual Studio2015

    微软Visual Studio2017

    微软Visual Studio2019

    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造成问题。您必须在不包含空格的位置安装第三方软件，或者更改Windows设置以允许创建文件、文件夹和路径的短名称。有关更多信息，请参见使用Windows的短名称解决方案MATLAB的答案。

    • NVIDIA的学校网站编译器依赖于与主机开发环境的紧密集成，包括主机编译器和运行时库。建议您遵循以下建议CUDA工具包的文档有关编译器、库和其他平台特定需求的详细信息。

    • 的学校网站编译器支持多种版本万博1manbetx的GCC，因此您可以使用其他版本的GCC生成CUDA代码。但是，在执行从MATLAB生成的代码时可能存在兼容性问题，因为MATLAB安装中包含的C/ c++运行时库是为GCC 6.3编译的。

    • 的分析生成的代码的执行概要工作流程取决于nvprof从NVIDIA的工具。在CUDA toolkit v10.1中，NVIDIA将访问性能计数器的权限限制为只有管理员用户。要使所有用户都能使用GPU性能计数器，请参阅https://developer.nvidia.com/nvidia-development-tools-万博 尤文图斯solutions-ERR_NVGPUCTRPERM-permission-issue-performance-counters。

    • GPU编码器不支持使用CUDA too万博1manbetxlkit version 8生成CUDA代码。

用于深度学习网络的代码生成

深度学习网络的代码生成需求取决于您的目标平台。

NVIDIA gpu 手臂®马里GPU
硬件需求

CUDA使GPU具有3.2或更高的计算能力。

针对NVIDIA TensorRT™库INT8精度要求CUDA GPU最小计算能力为6.1。

针对NVIDIA TensorRT库FP16精度要求CUDA GPU与最低计算能力7.0。

 ARM Mali图形处理器。
软件库

在主机开发计算机上，GPU编码器已通过以下测试:

  • CUDA深度神经网络库(cuDNN)v7.5.x。

  • 英伟达TensorRT-高性能深度学习推理优化器和运行时库，v5.1.x。

这些深度学习库的其他版本可能与所有支持该版本的GPU编码器的特性存在兼容性问题。万博1manbetx例如，使用TensorRT库为LSTM网络生成代码需要版本5.1.x。

在目标平台上，使用适合您的主板的JetPack或DriveInstall软件安装所有库。有关更多信息，请参见安装和设置NVIDIA电路板的先决条件(NVIDIA GPU万博1manbetx的GPU编码器支持包)。

手臂计算库对于计算机视觉和机器学习，v19.05。这个库必须安装在ARM目标硬件上。

不要使用预构建的库，因为它可能与ARM硬件上的编译器不兼容。相反，从源代码构建库。在主机上或直接在目标硬件上构建库。看到建设图书馆的说明GitHub上®。您还可以在这里找到有关为cpu构建库的信息文章MATLAB答案。

在构建计算库时，在构建选项中启用OpenCL支持。万博1manbetx看到手臂计算库文档的指令。

ARM目标硬件上的OpenCL库(v1.2或更高版本)。有关版本需求，请参阅ARM计算库文档。

在构建完成后，重命名构建包含库的文件夹自由。另外，复制在建立/ opencl - 1.2 -存根文件夹的自由文件夹中。需要这些步骤，以便生成的makefile在目标硬件上构建生成的代码时可以定位库。
操作系统支持万博1manbetx

Windows和Linux。

Windows和Linux。
其他

开放源码电脑视觉图书馆(OpenCV)， v3.1.0是深度学习示例所必需的。

注意:这些例子需要单独的libs，例如，opencv_core.lib和opencv_video.lib。的OpenCV“计算机视觉工具箱”附带的库没有所有必需的库OpenCV安装程序没有安装它们。因此，你必须下载OpenCV获取和构建库。

有关更多信息，请参阅OpenCV文档。

开放源码电脑视觉图书馆(OpenCV)， v2.4.9是用于深度学习示例的目标硬件。

另请参阅

||||

相关的话题

GPU编码器文档
万博1manbetx
从MATLAB中生成CUDA代码:加速嵌入式视觉和gpu上的深度学习算法

从MATLAB中生成CUDA代码:加速嵌入式视觉和gpu上的深度学习算法

下载白皮书