使用深层网络设计者生成MATLAB代码来构建和培训网络。
用MATLAB编码器™或GPU编码器™与深度学习工具箱™一起生成C ++或CUDA代码,并在使用英特尔嵌入式平台上部署卷积神经网络®,ARM®, 要么NVIDIA®Tegra的®处理器。
dlquantizer |
量化深神经网络以8位缩放整数数据类型 |
dlquantizationOptions |
用于量化训练的深层神经网络选项 |
校准 |
模拟和深层神经网络的收集范围 |
验证 |
量化和验证深层神经网络 |
深网量化 | 量化深神经网络以8位缩放整数数据类型 |
深度学习与GPU编码器(GPU编码器)
产生深度学习神经网络CUDA代码
这个例子展示了如何对使用深学习图像分类应用程序执行码生成。
该实施例表明如何生成一个长短期存储器(LSTM)网络代码CUDA®。
这个例子说明了如何使用cnncodegen
函数生成的,关于ARM®的Mali GPU采用深度学习图像分类应用程序代码。
这个例子说明如何生成MEXCUDA®为你只看一次(永乐)V2目标物检测。
这个例子展示了如何从一个深度学习网络生成代码CUDA®,表示由SeriesNetwork
目的。
这个例子显示了如何整合的深度学习网络进入的Simulink生成的代码CUDA®。金宝app
这个例子显示的代码生成功能通过使用NVIDIA TensorRT™库深刻的学习应用。
该实施例表明与批量大小大于1的代码生成。
这个例子显示了如何为交通标志检测与识别应用程序,使用深度学习MEXCUDA®代码。
这个例子显示的代码生成功能,使用深层学习一个标志分类中的应用。
这个例子显示的代码生成功能,使用深层学习步行者检测应用。
此示例示出了如何从MATLAB®代码生成MEXCUDA®并通过使用去噪卷积神经网络去噪灰度图像(DnCNN [1])。
该示例示出的代码生成用于使用深学习图像分割应用程序。
这个例子显示了如何培养和使用GPU编码器™部署上的NVIDIA®GPU完全卷积语义分割网络。
该示例示出的代码生成用于使用深学习图像分割应用程序。
ARM的GPU马里深度学习预测(GPU编码器)
这个例子说明了如何使用cnncodegen
函数生成的,关于ARM®的Mali GPU采用深度学习图像分类应用程序代码。
代码生成一个序列到序列LSTM网络(GPU编码器)
该实施例表明如何生成一个长短期存储器(LSTM)网络代码CUDA®。
此示例示出了如何产生和用于基于ARM®的设备上预测部署代码在不使用硬件支持包。金宝app
这个例子展示了如何产生,并通过使用用于在覆盆子裨预测部署代码™代码生成
与MATLAB Support 金宝appPackage的树莓派的硬件。
这个例子说明如何使用cnncodegen
以生成上ARM®处理器采用深度学习一个标志分类应用程序代码。
这个例子说明如何使用代码生成
针对该英特尔®处理器采用深度学习图像分类应用程序生成代码。
生成C ++代码物体检测使用YOLO V2和Intel MKL-DNN
这个例子展示了如何产生C ++用于在英特尔处理器YOLO V2对象检测网络的代码。
该示例示出如何生成和部署使用为对象预测MobileNet-V2预训练网络C ++代码。
代码生成语义分割中的应用Intel CPU的使用掌中宽带(MATLAB编码器)
通过深度学习网络U-Net的Intel CPU的生成MEX函数进行图像分割。
代码生成LSTM网络上树莓派(MATLAB编码器)
产生用于预训练的长短期记忆网络来预测机器的剩余使用寿命(RUI)的代码。
交叉编译深学习码对ARM霓虹灯目标(MATLAB编码器)
生成主机上的ARM硬件目标部署库或可执行代码。
加载代码生成预训练网络(MATLAB编码器)
创建一个SeriesNetwork
,DAGNetwork
,yolov2ObjectDetector
, 要么ssdObjectDetector
对象代码生成。
深度学习与MATLAB编码器(MATLAB编码器)
生成C ++的深度学习神经网络代码(需要深度学习工具箱)