视频和网络研讨会
Ram Cherukuri MathWorks
学习如何生成CUDA® 代码从MATLAB训练的深度神经网络® 和利用英伟达®TensorRT™库用于NVIDIA gpu上的推理。该视频以行人检测应用程序为例演示了这一点。
NVIDIA TensorRT库是一个高性能的深度 学习推理优化器和运行时库。生成的代码利用了网络级和层级TensorRT api来获得最佳性能,您可以看到行人检测的神经网络正在运行 一个NVIDIA Titan XP大约700 帧/秒.
您可以将生成的代码与应用程序的其余部分一起导出,并将算法部署到嵌入式GPU目标上,如Jetson Tegra®或Drive™PX平台。
加速模型预测控制器的3种方法
深度学习实用指南:从数据到部署
用MATLAB桥接无线通信设计与测试
深度学习与传统机器学习:选择正确的方法
电力电子控制设计中的硬件在环测试
基于MATLAB的预测维护
电动汽车建模与仿真-架构到部署:网络研讨会系列
你对能量转换控制了解多少?
反馈
特色产品
查看更多相关视频
选择网站
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系