功能和特性

GPU编码器™生成优化的CUDA^®代码从MATLAB^®用于深度学习、嵌入式视觉和自主系统的代码。生成的代码可以在NVIDIA上编译和执行^®特斯拉^®gpu。生成CUDA代码调用优化的NVIDIA CUDA库，包括cuDNN, cuSolver，和cuBLAS。

可以使用MATLAB中生成的CUDA在NVIDIA Tesla gpu上加速MATLAB代码的计算密集型部分。GPU编码器允许您将遗留的CUDA代码合并到您的MATLAB算法和生成的代码中。

您可以部署各种经过培训的深度学习网络，例如YOLO、ResNet-50、SegNet和MobileNet，从深度学习工具箱™到NVIDIA gpu。您可以为预处理和后处理生成优化的代码，以及经过训练的深度学习网络来部署完整的算法。

一起使用时嵌入式编码器^®通过在NVIDIA Tesla GPU上进行的“软件在环”(SIL)测试，GPU编码器可以让你验证生成代码的数值行为。

GPU编码器也支持嵌入式NVI万博1manbetxDIA Tegra平台，如NVIDIA Drive PX2, Jetson^®TK1、Jetson TX1、Jetson TX2和Jetson Xavier开发工具包。