主要内容
GPU代码生成和加速度
生成CUDA.®来自Matlab的代码®
使用计算机Vision Toolbox™开发应用程序后，您可以为NVIDIA生成优化的CUDA代码®来自MATLAB代码的图形处理单元（GPU）。代码可以作为源代码，静态库或动态库集成到您的项目中，并且可以用于GPU上的原型设计。您可以使用MATLAB中的生成的CUDA在机器学习，深度学习或其他应用程序中加速MATLAB代码的计算密集部分。你必须有Matlab Coder™和GPU编码器™生成CUDA代码。
为了利用现代GPU提供的性能优势，某些计算机视觉工具箱功能可以在GPU上运行。此支持需要万博1manbetx并行计算工具箱™。
话题
GPU环境检查和设置应用程序（GPU编码器）
验证并设置GPU代码生成环境。
使用GPU编码器应用程序的代码（GPU编码器）
使用GPU编码器应用程序生成来自MATLAB代码的CUDA代码。
代码生成使用命令行界面（GPU编码器）
通过使用MATLAB代码生成CUDA代码Codegen.命令。
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Matlab发布的NVIDIA GPU架构。
您还可以从以下列表中选择一个网站：
