深度学习代码生成

深度神经网络的量化

了解量化和如何可视化的网络卷积层动态范围的影响。

量化深度学习网络的代码生成(GPU编码器)

量化并生成预训练卷积神经网络代码。

MATLAB代码生成

生成MATLAB代码从深网络设计

生成MATLAB代码，用于在深度网络设计器中重建、设计和训练一个网络。

GPU代码生成

深度学习与GPU编码器(GPU编码器)

产生深度学习神经网络CUDA代码

用于执行车道和车辆检测的深度学习Simulink模型的代码生成万博1manbetx(GPU编码器)

这个例子展示了如何从一个模型的Simulink开发一种应用CUDA®，使用卷积神经网络（CNN）执行车道和车辆检测。万博1manbetx

代码生成的深度学习Simulink模型进行分类心电信号万博1manbetx(GPU编码器)

这个例子演示了如何使用强大的信号处理技术和卷积神经网络一起进行分类ECG信号。

深度学习网络的代码生成

这个例子展示了如何对使用深学习图像分类应用程序执行码生成。

序列到序列LSTM网络的代码生成

这个例子演示了如何为长短期内存(LSTM)网络生成CUDA代码。

ARM的GPU马里深度学习预测

这个示例展示如何使用cnncodegen函数生成的，关于ARM®的Mali GPU采用深度学习图像分类应用程序代码。

代码生成物体检测利用YOLO V2

这个例子展示了如何为你只看一次(YOLO) v2对象检测器生成CUDA®MEX。

代码生成物体检测使用YOLO V3深度学习

这个例子说明如何生成MEXCUDA®为你只看一次（永乐）V3的对象与定制层探测器。

使用GPU编码器优化的车道检测

这个例子展示了如何从一个深度学习网络生成代码CUDA®，表示由SeriesNetwork对象。

利用NVIDIA TensorRT进行深度学习预测

这个示例展示了使用NVIDIA TensorRT™库为深度学习应用程序生成的代码。

交通标志的检测和识别

本示例展示了如何使用深度学习为交通标志检测和识别应用程序生成CUDA®MEX代码。

标志识别网络

这个示例展示了使用深度学习的徽标分类应用程序的代码生成。

行人检测

这个例子显示的代码生成功能，使用深层学习步行者检测应用。

深度神经网络去噪的代码生成

这个例子展示了如何使用去噪卷积神经网络(DnCNN[1])从MATLAB®代码生成CUDA®MEX和去噪灰度图像。

代码生成语义分割网络

该示例示出的代码生成用于使用深学习图像分割应用程序。

培训和部署的语义分割完全卷积网络

这个例子展示了如何使用GPU Coder™在NVIDIA®GPU上训练和部署一个完全卷积的语义分割网络。

基于U-net的语义分割网络代码生成

该示例示出的代码生成用于使用深学习图像分割应用程序。

CPU的代码生成

代码生成深学习ARM的目标

此示例示出了如何产生和用于基于ARM®的设备上预测部署代码在不使用硬件支持包。万博1manbetx

深度学习预测与ARM计算使用codegen

这个例子展示了如何使用代码生成生成代码的标志分类应用，使用深度学习的ARM®处理器。

深度学习代码生成英特尔目标不同批量

这个示例展示如何使用代码生成命令生成代码的图像分类应用，使用深度学习的英特尔®处理器。

生成C ++代码物体检测使用YOLO V2和Intel MKL-DNN

这个例子展示了如何在Intel®处理器上为YOLO v2对象检测网络生成c++代码。

代码生成和MobileNet-V2网络的部署，以树莓派

这个例子展示了如何生成和部署使用MobileNet-v2预训练网络进行对象预测的c++代码。

使用U-Net的Intel cpu上语义分割应用程序的代码生成

通过深度学习网络U-Net的Intel CPU的生成MEX函数进行图像分割。

使用U-Net实现ARM Neon目标语义分割的代码生成

生成一个静态库，执行图像分割使用深度学习网络U-Net对ARM目标。

代码生成LSTM网络上树莓派

产生用于预训练的长短期记忆网络来预测机器的剩余使用寿命（RUI）的代码。

为使用Intel MKL-DNN的LSTM网络生成代码

产生用于预训练LSTM网络，使得对于输入的时间序列中的每个步骤的预测的代码。

交叉编译深学习码对ARM霓虹灯目标

在主机上生成库或可执行代码，以便在ARM硬件目标上部署。

加载代码生成预训练网络(MATLAB编码器)

创建一个SeriesNetwork，DAGNetwork，yolov2ObjectDetector， 要么ssdObjectDetector对象代码生成。

深度学习与MATLAB编码器(MATLAB编码器)

为深度学习神经网络生成c++代码(需要深度学习工具箱)