使用GPU编码器™支持包的万博1manbetxNVIDIA GPU并连接到NVIDIA®DRIVE™和杰特森硬件平台，进行基本操作，产生从MATLAB®功能可执行CUDA®和运行可执行文件的硬件。一个简单的矢量相加例子是用来证明这一概念。

从树莓裨相机模块V2捕获和处理图像连接到NVIDIA®杰特森纳米使用GPU编码器™支持包的万博1manbetxNVIDIA GPU。该GPU编码器支持包的NVI万博1manbetxDIA GPU可以让你从摄像头模块V2拍摄图像，并把它们直接进入处理的MATLAB®环境。在这个例子中，您将学习如何使用这种能力来开发Sobel边缘检测算法。

生成和部署使用深度学习的图像分割应用程序的可执行CUDA®。它采用了GPU编码器™支持包NVIDIA®GP万博1manbetxU来部署NVIDIA DRIVE™平台上的可执行文件。本实施例中在主计算机上执行的代码生成，并通过使用支持包的远程构建能力建立在目标平台上生成的代码。万博1manbetx有关语义分割的更多信息，请参阅代码生成语义分割网络。

部署图像处理工具箱™使用GPU编码器™支持包NVIDIA GPU的算法来NVIDIA®杰特森TX2板。万博1manbetx该imtophat函数的灰度图像执行形态学顶帽滤波被用作例子来说明这个概念。（使用顶帽滤波计算的图像的形态学开IMOPEN），然后减去从原始图像的结果。共享存储器中的产生代码CUDA®用途，以加快在GPU上的操作。

产生从DAGNetwork对象代码CUDA®和生成的代码部署到使用GPU编码器™支持包的NVIDIA GPU的NVIDIA杰特森TX2板。万博1manbetx本例使用resnet50深度学习网络分类图片来自一个USB摄像头的视频流。