GPU编码器™生成优化的CUDA®从MATLAB代码®用于深度学习、嵌入式视觉和自主系统的代码。生成的代码调用优化的NVIDIA®CUDA图书馆,包括cuDNN, cuSolver和cuBLAS。它可以作为源代码、静态库或动态库集成到您的项目中,并且可以用于在gpu(如NVIDIA Tesla®和NVIDIA Tegra®。您可以使用MATLAB中生成的CUDA来加速MATLAB代码中计算密集型的部分。GPU编码器让您合并遗留CUDA代码到您的MATLAB算法和生成的代码。
当与嵌入式编码使用®, GPU编码器允许您通过软件在循环(SIL)测试来验证生成代码的数值行为。
通过使用GPU编码器应用程序生成MATLAB代码CUDA C代码。
生成的CUDA C代码从MATLAB代码使用codegen
命令。
所生成的代码,可追溯性和代码生成报告行为验证。
使用cuDNN库生成预训练的卷积神经网络代码。
通过使用TensorRT库生成预训练卷积神经网络代码。
从深度学习网络靶向ARM生成C ++进行预测代码®马里GPU处理器。
GPU加速计算入门。