GPU编码器™生成优化的CUDA®用于深度学习、嵌入式视觉和自主系统的代码。生成的代码调用优化了NVIDIA®CUDA库,可在NVIDIA gpu上移植。您可以在NVIDIA GPU平台(如NVIDIA DRIVE™平台)上构建和部署生成的代码。

您可以部署各种经过训练的深度学习网络,例如YOLO, ResNet-50, SegNet和MobileNet,从深度学习工具箱™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,以部署完整的算法。

NVIDIA GPU金宝app编码器支持包自动部署MATLAB®算法或模型金宝app®在嵌入式NVIDIA gpu(如DRIVE™平台)上进行设计。使用交互通信原型和开发您的MATLAB算法,然后自动生成等价的C代码,并将其部署到驱动平台作为独立运行。

互动交流:您可以从MATLAB与NVIDIA目标远程通信,从连接到目标的支持传感器和成像设备获取数据,然后在MATLAB中分析和可视化它。金宝app您可以从支持的传感器记录数据,以帮助微调算法金宝app的早期原型。

独立执行:你可以将生成的CUDA代码作为一个独立的嵌入式应用部署在驱动平台上。您可以在驱动平台上构建和部署MATLAB算法生成的CUDA代码,以及外设和传感器的接口。

支持包还金宝app支持NVIDIA Jetson®TK1, Jetson TX1, Jetson TX2, Jetson Xavier和Jetson Nano开发工具包。

平台和发布支持金宝app

看到硬件支持包系统要求金宝app表当前和以前的版本、发布版本和平台可用性。