GPU编码器
从MATLAB代码和Simulink模型中生成用于深度学习、嵌入式视觉和自主系统的优化CUDA代码。金宝app您可以从深度学习工具箱中部署各种预训练的深度学习网络，如YOLOv2、ResNet-50、SegNet、MobileNet和其他深度学习网络到NVIDIA gpu。您可以生成用于预处理和后处理的优化代码，以及经过训练的深度学习网络，以部署完整的应用程序。
当与GPU编码器一起使用时，
用于深度学习库的GPU编码器接口
为生成的代码提供了调用NVIDIA gpu的cuDNN或TensorRT优化库的能力。
当在MATLAB中使用深度学习工具箱且没有GPU编码器时，您可以加速NVIDIA GPU上深度学习网络的执行。
此硬件支持包适用于R2018金宝appb及以上版本。
如果您在下载或安装过程中遇到问题，请联系技术支持- //www.tatmou.com/support/contact_us.h金宝apptml
MATLAB版本兼容性
使用R2018b创建
兼容R2018b ~ R2022b
平台的兼容性
窗户 macOS Linux标签
您也可以从以下列表中选择一个网站: