使用计算机视觉工具箱开发应用程序后™, 您可以为NVIDIA生成优化的CUDA代码®图形处理单元(GPU)来自MATLAB的代码。这些代码可以作为源代码、静态库或动态库集成到项目中,并可用于GPU上的原型设计。您可以在MATLAB中使用生成的CUDA来加速机器学习、深度学习或其他应用程序中MATLAB代码的计算密集部分。你一定有MATLAB编码器™和GPU编码器™ 生成CUDA代码。
为了利用现代GPU提供的性能优势,某些计算机视觉工具箱功能可以在GPU上运行。这种支持需要并行计算工具箱™.金宝app
GPU环境检查和设置应用程序(GPU编码器)
验证并设置GPU代码生成环境。
使用GPU编码器应用程序生成代码(GPU编码器)
使用GPU编码器应用程序从MATLAB代码生成CUDA代码。
使用命令行界面生成代码(GPU编码器)
使用编码基因
指挥部。
在GPU上运行MATLAB函数(并行计算工具箱)
如果您提供gpuArray
(并行计算工具箱)参数。
GPU版金宝app本支持(并行计算工具箱)
金宝app通过MATLAB版本支持NVIDIA GPU体系结构。