La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

Generazione di codice di Deep Learning dalle applicazioni Simulink

Generare codice C/C++ e GPU per la distribuzione su target desktop o integrati

Generare codice per le reti neurali profonde preaddestrate. È possibile accelerare la simulazione degli algoritmi in Simulink^® utilizzando diversi ambienti di esecuzione. Utilizzando i pacchetti di supporto, è inoltre possibile generare e distribuire il codice C/C++ e CUDA^® sull’hardware target.

Impostazioni modello

espandi tutto

Argomenti

GPU Code Generation for Deep Learning Networks Using MATLAB Function Block (GPU Coder)
Simulate and generate code for deep learning models in Simulink using MATLAB function blocks.
GPU Code Generation for Blocks from the Deep Neural Networks Library (GPU Coder)
Simulate and generate code for deep learning models in Simulink using library blocks.
Code Generation for a Deep Learning Simulink Model that Performs Lane and Vehicle Detection (GPU Coder)
This example shows how to develop a CUDA® application from a Simulink® model that performs lane and vehicle detection using convolutional neural networks (CNN).
Generate Generic C/C++ for Sequence-to-Sequence Deep Learning Simulink Models (Simulink Coder)
Generate C/C++ code for a sequence-to-sequence deep learning Simulink model.

Generazione di codice di Deep Learning dalle applicazioni Simulink

Impostazioni modello

Accelerazione della simulazione

Configurazione di codice generale

Configurazione di codice GPU

Argomenti