深入学习GPU编码器
Generate CUDA®深度学习神经网络代码
深度学习是机器学习的一个分支,它教会计算机去做人类自然而然的事情:从经验中学习。学习算法使用计算方法直接从数据中“学习”信息,而无需依赖预定方程作为模型。深度学习使用卷积神经网络(CNN)直接从图像中学习有用的数据表示。神经网络结合了多个非线性加工层,使用并行运行的简单元素受到生物神经系统的启发。深度学习模型是通过使用大量标记的数据和包含许多层的神经网络体系结构(通常包括一些卷积层)来培训的。
You can use GPU Coder™ in tandem with the Deep Learning Toolbox™ to generate code and deploy CNN on multiple embedded platforms that use NVIDIA®或手臂®GPU处理器。深度学习工具箱提供简单的MATLAB®创建和互连深神经网络层的命令。预验证的网络的可用性和诸如图像识别和驱动程序帮助应用程序之类的示例使您可以使用GPU编码器进行深度学习,而无需有关神经网络,深度学习或高级计算机视觉算法的专业知识。
Apps
Functions
对象
Model Settings
话题
MATLAB
- 加载预告片的网络以生成代码
Create aSeriesNetwork
,DAGNetwork
,yolov2ObjectDetector
,ssdobjectDetector
, ordlnetwork
object for code generation. - 深度学习网络的代码生成by Using cuDNN
通过使用Cudnn库生成预验证的卷积神经网络的代码。 - 深度学习网络的代码生成by Using TensorRT
通过使用Tensorrt库生成预验证的卷积神经网络的代码。 - 深度学习网络的代码生成Targeting ARM Mali GPUs
从针对ARM MALI GPU处理器的深度学习网络中生成C ++代码。 - 代码后更新网络参数
Perform post code generation updates of deep learning network parameters. - 深度学习中的数据布局注意事项
创作示例主要功能的基本数据布局注意事项。 - 深度神经网络的量化
Understand effects of quantization and how to visualize dynamic ranges of network convolution layers. - 量化深度学习网络的代码生成
Quantize and generate code for a pretrained convolutional neural network. - 使用GPU编码器优化的车道检测
此示例显示了如何从深度学习网络中生成CUDA®代码,以A表示SeriesNetwork
目的。 - 交通标志检测和识别
此示例显示了如何生成使用深度学习的流量标志检测和识别应用程序的CUDA®MEX代码。 - 徽标识别网络
此示例显示了使用深度学习的徽标分类应用程序的代码生成。 - 使用U-NET的语义分割网络代码生成
This example shows code generation for an image segmentation application that uses deep learning. - 代码生成的语义分割网络
This example shows code generation for an image segmentation application that uses deep learning. - 代码生成深度神经网络的代码
此示例显示了如何使用Denoising卷积神经网络(DNCNN [1])从MATLAB®代码和Denoise灰度图像中生成CUDA®MEX。
金宝app
- 使用MATLAB功能块的深度学习网络的GPU代码生成
使用MATLAB功能块在Simulink中模拟并生成深度学习模型的代码。金宝app - 从深神经网络库中的GPU代码生成
Simulate and generate code for deep learning models in Simulink using library blocks. - 靶向NVIDIA嵌入式板
构建并部署到NVIDIA GPU板。