事前学習済みの深層ニューラル ネットワークのコードを生成します。さまざまな実行環境を使用して、MATLAB^®または Simulink^®におけるアルゴリズムのシミュレーションを高速化することができます。サポート パッケージを使用し、C/C++ コード、CUDA コード、および HDL コードを生成してターゲット ハードウェアに展開することもできます。

Deep Learning Toolbox™ をDeep Learning Toolbox Model Quantization Libraryサポート パッケージと共に使用し、層の重み、バイアス、および活性化を、低い精度にスケーリングされた整数データ型に量子化することによって、深層ニューラル ネットワークのメモリ フットプリントの削減と計算要件の緩和を行います。その後、量子化されたこれらのネットワークから、C/C++ コード、CUDA コード、または HDL コードを生成できます。

MATLAB Coder™またはSimulink Coderを Deep Learning Toolbox と共に使用して、デスクトップまたは組み込みターゲットで実行される MEX コードまたはスタンドアロン CPU コードを生成します。Intel^®MKL-DNN ライブラリまたは ARM^®Compute ライブラリを使用する生成済みのスタンドアロン コードを展開できます。あるいは、サードパーティ ライブラリの関数を呼び出さない汎用の CPU コードを生成することもできます。

GPU Coder™ を Deep Learning Toolbox と共に使用して、デスクトップまたは組み込みターゲットで実行される CUDA MEX コードまたはスタンドアロン CUDA コードを生成します。CUDA 深層ニューラル ネットワーク ライブラリ (cuDNN)、TensorRT™ 高性能推論ライブラリ、または Mali GPU 向け ARM Compute ライブラリを使用する生成済みのスタンドアロン CUDA コードを展開できます。

Deep Learning HDL Toolbox™ を Deep Learning Toolbox と共に使用して、事前学習済みのネットワーク用の HDL コードを生成します。生成された HDL コードを、Intel と Xilinx^®の FPGA デバイスと SoC デバイスに展開できます。