主要内容
GPU算法加速
使用基本GPU计算加速您的代码
要加快代码，您可以尝试使用计算机的GPU。如果GPU支持您要使用的所有功能，则可以简单地使用万博1manbetxGPUArray.将输入数据传输到GPU的功能，并调用收集功能从GPU检索输出数据。对于深度学习，Matlab®为多个GPU提供自动并行支持。万博1manbetx您需要并行计算工具箱™以启用GPU支持。万博1manbetx
有关接受GPU阵列的函数列表，请参阅功能列表（GPU阵列）。
主题
在GPU上运行matlab函数（并行计算工具箱）
如果您提供支持，MATLAB和其他工具箱中的数百个功能会自动运行GPUGPUArray.（并行计算工具箱）参数。
GPU通万博1manbetx过发布支持（并行计算工具箱）
万博1manbetx支持NVIDIA.®Matlab发布的GPU架构。
在多个GPU上运行MATLAB功能（并行计算工具箱）
此示例显示如何在本地计算机上并行地在多个GPU上运行MATLAB代码，然后将其缩放到群集。
在多个GPU上与MATLAB深入学习（深度学习工具箱）
指定多个GPU用于本地或在云中进行培训。
使用深度学习的行人和自行车分类（相控阵系统工具箱）
此示例显示了如何根据使用深度学习网络和时频分析对行人和骑自行车的人进行分类。
深度学习的GPU加速缩放（小波工具箱）
此示例显示了如何使用GPU加速缩放计算。
相关信息
您还可以从以下列表中选择一个网站：
