开始GPU编码器

GPU编码器™ 生成优化的CUDA^®从MATLAB代码^®代码与Simuli金宝appnk^®模型。生成的代码包括CUDA内核，用于深度学习、嵌入式视觉和信号处理算法的可并行部分。为获得高性能，生成的代码调用优化的NVIDIA^®CUDA图书馆，包括TensorRT、cuDNN、Cuft、cuSolver和cuBLAS。这些代码可以作为源代码、静态库或动态库集成到您的项目中，并且可以为嵌入NVIDIA Jetson的台式机、服务器和GPU进行编译^®，英伟达道^®，以及其他平台。您可以使用MATLAB中生成的CUDA来加速深度学习网络和其他计算密集型部分的算法。GPU编码器让你把手写CUDA代码纳入你的算法和生成的代码。

与嵌入式编码器一起使用时^®，GPU编码器允许您通过软件在环（SIL）和处理器在环（PIL）测试验证生成代码的数值行为。

教程

MATLAB

使用GPU编码器应用程序生成代码

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

使用编码基因命令

验证生成代码的正确性

生成代码、可追溯性和代码生成报告的行为验证。

基于cuDNN的深度学习网络代码生成

使用cuDNN库生成预训练卷积神经网络的代码。

基于TensorRT的深度学习网络代码生成

使用TensorRT库生成预训练卷积神经网络的代码。

金宝app

基于GPU编码器的仿真加速

使用NVIDIA GPU提高模拟速度。

用GPU编码器从Simulink模型生成代金宝app码

使用GPU编码器从Simulink模型生成CUD金宝appA代码。

从深度神经网络库生成块的GPU代码

使用库块在Simulink中模拟和生成深度学习模型的代码。金宝app

关于从中生成代码MATLAB算法

• GPU编程范式
  

  GPU加速计算简介。

• GPU代码生成工作流
  

  工作流的CUDA MEX和CUDA独立的c++代码生成。

特色实例

GPU代码生成：Mandelbrot集

使用GPU编码器从简单的MATLAB®函数生成CUDA®代码™. 使用标准MATLAB命令实现的Mandelbrot集用作入口点函数。此示例使用编码基因命令生成在GPU上运行的MEX函数。您可以运行MEX函数来检查运行时错误。

打开脚本

深度学习网络的代码生成

为使用深度学习的图像分类应用程序执行代码生成。它使用codegen命令生成MEX函数，该函数使用图像分类网络（如MobileNet-v2、ResNet和GoogLeNet）运行预测。

打开实时脚本