GPU Coder™启用可以为深度学习，嵌入式愿景和自主系统生成优化的C ++代码。生成的代码调用：
•优化NVIDIA CUDA库，可用于所有NVIDIA GPU平台上的原型设计
•优化的ARM库，可用于ARM GPU平台上的原型制作

您可以将各种培训的深度学习网络（如yolov2，Reset-50，Segnet，MobileNet等）部署到深度学习工具箱™到NVIDIA GPU。您可以生成优化的代码，用于预处理和后处理以及培训的深度学习网络以部署完整的算法。

万博1manbetx这里列出了支持的网络和图层：
•//www.tianjin-qmedu.com/help/gpucoder/ug/gpucoder-万博1manbetxsupported-networks-layers.html.

用于深度学习库的GPU编码器接口通过利用嵌入式目标上特定于目标的库，提供定制生成代码的能力。使用此支持包，您可以与针对特定GPU目标优化的库集成，以进行深入学习，例如针对NVIDIA GPU的TensorRT库或针对ARM Mali GPU的ARM Compute库。万博1manbetx

用于深度学习的GPU编码器接口与以下深度学习加速器库和相应的GPU体系结构集成：
•Cudnn和Nvidia GPU的Renstrt库
•ARM计算ARM Mali GPU的库

此硬件支持包是R2018B及万博1manbetx更高的功能。

除了使用Deep Learning Toolbox的预测功能（“加速”，MEX“）名称 - 值对选项之外，它需要GPU编码器。

如果您有下载或安装问题，请联系技术支持 -万博1manbetx//www.tianjin-qmedu.com/万博1manbetxsupport/contact_us.html.

[R2019B的更新]
•为CuDNN目标添加wordEmbeddi万博1manbetxngLayer的代码生成支持
•为所有目标添加VC ++ 2019 Compil万博1manbetxer支持CNNCodegen（CUDNN，Tensorrt）
•为所有目标万博1manbetx添加对ONNX身份层的支持（CUDNN，Tensorrt，ARM MARI）
•支万博1manbetx持CUDNN的CONCTENATIONLAYER CODEGEN
•为Arm 万博1manbetxMali添加对Crop2dlayer的支持。这使得能够支持对语义分割的万博1manbetx完全卷积网络