GPU代码生成和加速度
生成CUDA®从MATLAB代码®
在您使用计算机视觉工具箱™开发您的应用程序,您可以生成优化的NVIDIA的CUDA代码®从MATLAB代码图形处理单元(GPU)。代码可以集成到你的项目源代码,静态库和动态库,可用于原型在gpu上。您可以使用生成的CUDA在MATLAB加速计算密集型部分MATLAB代码在机器学习,深入学习,或其他应用程序。你必须有MATLAB编码器™和生成CUDA GPU编码器™代码。
利用现代GPU的性能优势,某些计算机视觉工具箱功能可以运行在GPU。这种支持需金宝app要并行计算工具箱™。
主题
GPU环境检查和安装应用程序(GPU编码器)
验证和设置GPU代码生成环境。
通过使用GPU编码器应用代码生成(GPU编码器)
从MATLAB代码生成CUDA代码通过使用GPU编码器应用。
使用命令行接口代码生成(GPU编码器)
从MATLAB代码生成CUDA代码通过使用codegen命令。
运行在GPU MATLAB函数(并行计算工具箱)
数以百计的功能在MATLAB和其它工具箱如果你提供一个自动运行在GPUgpuArray(并行计算工具箱)参数。
GPU的金宝app支持版本(并行计算工具箱)
金宝app支持NVIDIA GPU的体系结构由MATLAB版本。
