Installing Prerequisite Products

为CUDA使用GPU Coder™^®code generation, you must install and setup the following products. For setup instructions , see设置先决条件产品下载188bet金宝搏。

MathWorks下载188bet金宝搏产品和支持包金宝app

马铃薯草^®（必需的）。
马铃薯草Coder™（必需的）。
Parallel Computing Toolbox™ (required).
金宝app^®(required for generating code from Simulink models).
Computer Vision Toolbox™ (recommended).
深度学习工具箱™（深度学习所需）。
嵌入式编码器^®（推荐的）。
Image Processing Toolbox™ (recommended).
金宝appSimulink编码器(required for generating code from Simulink models).
GPU编码器Interface for Deep Learning Libraries金宝app支持包（深度学习所需）。
MATLAB编码器支持NV金宝appIDIA的包^®Jetson^®和NVIDIA DRIVE^®平台(required for deployment to embedded targets such as NVIDIA Jetson and Drive).

有关安装MathWorks的说明^®products, see the MATLAB installation documentation for your platform. If you have installed MATLAB and want to check which other MathWorks products are installed, enterverin the MATLAB Command Window. To install the support packages, use Add-On Explorer in MATLAB.

如果MATLAB安装在包含非7位ASCII字符的路径上，例如日语字符，GPU编码器不起作用，因为它无法找到代码生成库功能。

第三方硬件

NVIDIA GPU enabled for CUDA with a compatible graphics driver. For more information, seeCUDA GPUs (NVIDIA)。

要查看代码生成的CUDA计算能力要求，请参阅下表。

目标	Compute Capability
CUDA MEX	SeeGPU通金宝app过发布支持。
源代码，静态或动态库和可执行文件	3.2 or higher.
Deep learning applications in 8-bit integer precision	6.1, 7.0 or higher.
半精度的深度学习应用（16位浮点）	5.3,6.0,6.2或更高。

ARM^®Mali图形处理器。
For the Mali device, GPU Coder supports code generation for only deep learning networks.

第三方软件

必需的

C / C ++编译器：

Linux^®	视窗^®
GCC C / C ++编译器。对于支持金宝app的版本，请参阅金宝app支持和兼容的编译器。	微软^®Visual Studio^®2013年
	微软Visual Studio2015年
	微软Visual Studio2017年
	微软Visual Studio2019年

Optional

对于CUDA MEX，代码生成器使用使用MATLAB的NVIDIA编译器和库。独立代码（静态库，动态链接库或可执行程序）生成具有额外的软件要求。

Software Name	信息
CUDA Toolkit	GPU编码器已通过CUDA Toolkit V9.x-V11.2进行测试。要下载CUDA Toolkit，请参阅CUDA Toolkit Archive (NVIDIA)。
NVIDIA Nsight™ systems	为生成的CUDA代码生成执行分析报告。该报告提供了指标，可帮助您分析应用程序算法并确定优化性能的机会。 GPU编码器已用NSIGHT 2021.1.1测试
NVIDIA CUDA深神经网络库（CUDNN）对于NVIDIA GPUS	对于主机GPU设备，GPU编码器已通过CUDNN V8.1.1进行测试。要下载Cudnn，请参阅cuDNN (NVIDIA)。
NVIDIA Tensorrt™高性能推理优化器和运行时库	对于主机GPU设备，GPU编码器已使用TensorRT v7.2.3进行了测试。 To download TensorRT, seeTensorRT (NVIDIA)。
ARM Compute Library for Mali GPUs	GPU编码器已用V19.05进行测试。有关更多信息，请参阅计算库（ARM）。
Open Source Computer Vision Library (OpenCV)	必需的for deep learning examples. For examples targeting NVIDIA GPUs on the host development computer, use OpenCV v3.1.0. For examples targeting ARM GPUs, use OpenCV v2.4.9 on the ARM target hardware. 有关更多信息，请参阅OpenCV.。