调整参数和监控运行在树莓派板上的算法信号。

在Raspberry Pi®硬件上运行Linux®shell命令。

使用Simuli万博1manbetx万博1manbetxnk®用于树莓Pi™硬件的支持包，在连接I/O模式下使用摄像头在树莓Pi板上开发图像处理系统。该示例还向您展示了如何在web浏览器和SDL视频显示屏幕上发布输出。

使用显式分区的Simulink®支持包的树莓派™硬件模型，以万博1manbetx万博1manbetx创建原子子系统和并发执行任务的多核树莓派处理器。

将Simulin万博1manbetx万博1manbetxk®支持包用于Raspberry Pi™ 硬件部署使用ResNet-50卷积神经网络对对象进行分类的深度学习算法。这个预训练网络有50层，可以将图像分类为1000个对象类别，如键盘、鼠标、铅笔等。您可以在环境中使用不同的对象进行实验，以查看网络在Raspberry Pi硬件上对图像进行分类的准确程度。

将Sim万博1manbetx万博1manbetxulink®支持包用于Raspberry Pi™ 将用户定义的C函数与Simulink模型集成并实现以下功能的硬件：计算露点

使用Simuli万博1manbetx万博1manbetxnk®Raspberry Pi™硬件支持包，使用机器学习算法预测和监控旋转设备的运行状况。您可以使用此示例对任何旋转设备或设备部件进行预测性维护，以便在它们出现故障之前进行修复。