GPU编码器™产生优化的CUDA®从MATLAB代码®代码和simuli金宝appnk.®楷模。生成的代码包括用于深度学习,嵌入式视觉和信号处理算法的并行部分的CUDA内核。对于高性能,生成的代码调用优化了nvidia®CUDA图书馆,包括尚未特,CUDNN,袖口,Cusolver和Cublas。该代码可以作为源代码,静态库或动态库集成到项目中,并且可以为嵌入在NVIDIA Jetson,NVIDIA驱动器和其他平台上的桌面,服务器和GPU编译。您可以使用MATLAB中的生成的CUDA来加速深度学习网络和算法的其他计算密集部分。GPU编码器允许您将手写的CUDA代码合并到您的算法中并进入生成的代码。
与嵌入式编码器一起使用时®,GPU编码器允许您通过循环(SIL)和循环处理器(PIL)测试验证生成代码的数值行为。
使用GPU编码器应用程序生成来自MATLAB代码的CUDA代码。
通过使用MATLAB代码生成CUDA代码Codegen.
命令。
生成的代码,可追溯性和代码生成报告的行为验证。
使用cuDNN库生成预训练卷积神经网络的代码。
使用TensorRT库生成预训练卷积神经网络的代码。
使用NVIDIA GPU来提高模拟速度。
通过使用GPU编码器从Simulink模型生成C金宝appUDA代码。
使用库块模拟和生成Simulink中深入学习模型的代码。金宝app
GPU加速计算简介。
工作流的CUDA MEX和独立CUDA c++代码生成。