このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
库达®C/C++コードの生成に GPU编码器™ を使用するには、次の製品をインストールしなければなりません。
MATLAB®(必須)。
MATLAB编码器™(必須)。
并行计算工具箱™(必須)。
金宝app®(金宝appSimulink)モデルからのコード生成に必須)。
计算机视觉工具箱™ (推奨)。
深度学习工具箱™(深層学習に必須)。
嵌入式编码器®(推奨)。
图像处理工具箱™(推奨)。
金宝appSimulinkCoder(金宝appSimulink)モデルからのコード生成に必須)。
用于深度学习库的GPU编码器接口サポート パッケージ (深層学習に必須)。
NVIDIA的GPU金宝app编码器支持包®GPU(NVIDIA Jetson)および 驾驶などの組み込みターゲットへの展開に必須)。
迈斯沃克®製品をインストールする手順については、ご使用のプラットフォームの MATLABインストール ドキュメンテーションを参照してください。MATLABがインストールされている場合に、ほかにどの 数学作品製品がインストールされているかをチェックするには、MATLABコマンド ウィンドウに「版本
」と入力します。サポート パッケージをインストールするには、MATLABのアドオン エクスプローラーを使用します。
MATLABが 7.ビット ASCII码以外の文字 (日本語など) を含むパスにインストールされている場合、コード生成ライブラリ関数の場所を特定できないため GPU编码器は機能しません。
以3.2计算能力上のCUDA対応NVIDIA GPUおよび互換グラフィックスドライバー。詳細については,CUDA GPU(英伟达)を参照してください。
8.ビット整数精度の深層学習アプリケーションには、计算能力6.1、6.3、またはそれ以上の CUDA GPUが必要です。半精度 (16 ビット整数) には、计算能力7.0以上の CUDA GPUが必要です。
臂®马里グラフィックス プロセッサ。
马里デバイスでは、GPU编码器は深層学習ネットワークのみを対象とした C++コード生成をサポートします。
C / c++コンパイラ:
Linux® |
窗户® |
---|---|
GCC C / c++コンパイラ6.3.x |
微软®Visual Studio®2013 |
Microsoft Visual Studio2015 |
|
Microsoft Visual Studio2017 |
|
Microsoft Visual Studio2019 |
スタンドアロンコード(スタティックライブラリ,ダイナミックリンクライブラリ,または実行可能プログラム)生成には追加のソフトウェア要件があります。CUDA墨西哥人の場合,コードジェネレーターはMATLABと共にインストールされるNVIDIAコンパイラとライブラリを使用します。
ソフトウェア名 | 情報 |
---|---|
库达ツールキット |
GPU编码器はCUDAツールキットv9.x-v10.2でテストされています。 CUDAツールキットをダウンロードするには,CUDA工具包档案(NVIDIA)を参照してください。
英伟达
|
用于NVIDIA GPU的NVIDIA CUDA深度神经网络库(cuDNN) |
cuDNNは深層ニューラルネットワークに対するプリミティブのGPUで高速化されたライブラリです。詳細については,卡德尼(英伟达)を参照してください。 GPU编码器はcuDNN v7.5。xでテストされています。 |
NVIDIA TensorRT™ |
坦索特は、高性能な 英伟达GPU用推論オプティマイザーおよびランタイム ライブラリです。詳細については、TensorRT(NVIDIA)を参照してください。 GPU编码器は TensorRT v7.0.xでテストされています。 |
ARM计算库 |
ARM计算库は、马里GPU用に最適化されたコンピューター ビジョンおよび機械学習ライブラリです。詳細については、计算库(ARM)を参照してください。 GPU编码器はv19.05でテストされています。 このライブラリは 臂ターゲット ハードウェアにインストールしなければなりません。臂ハードウェアではコンパイラとの互換性がない可能性があるため、プリビルド ライブラリは使用しないでください。代わりに、ソース コードからライブラリをビルドします。ホスト マシン上またはターゲット ハードウェア上で直接ライブラリをビルドしますGitHub先生®でのライブラリのビルド手順を参照してください。中央处理器のライブラリのビルドに関する情報は、この投稿 (MATLAB(答案)でも検索できます。 计算库のビルド時に,ビルドオプションでOpenCLのサポートを有効にします。手順については,手臂计算库のドキュメンテーションを参照してください。臂ターゲット ハードウェア上の OpenCL ライブラリ (v1.2 以上)。バージョン要件については、ARM Compute Library のドキュメンテーションを参照してください。ビルドの完了後、ライブラリが含まれる |
开源计算机视觉库(OpenCV) |
深層学習の例に必須。詳細については、OpenCVを参照してください。 ホスト開発用コンピューターの 英伟达GPUをターゲットにする例については、OpenCV v3.1.0を使用します。ARM GPUをターゲットにする例では、臂ターゲット ハードウェアで OpenCV v2.4.9を使用します。 例には、 |
窗户では、ツール、コンパイラ、ライブラリへのパスにスペースまたは特殊文字が含まれていると、ビルド プロセス中に問題が生じる可能性があります。スペースが含まれない場所にサードパーティー製のソフトウェアをインストールするか、窗户設定を変更して、ファイル、フォルダー、およびパスの省略名の作成を有効にしなければなりません。詳細については、MATLAB答案で使用Windows短名称の解決法を参照してください。
生成コードの実行プロファルの解析ワークフローは 英伟达からの女教授
ツールによって異なります。库达ツールキット v10.1以降では、英伟达はパフォーマンス カウンターへのアクセスを管理者ユーザーのみに制限します。GPUパフォーマンス カウンターをすべてのユーザーが使用できるようにするには、https://developer.nvidia.com/nvidia-development-tools-金宝搏官方网站solutions-ERR_NVGPUCTRPERM-permission-issue-performance-countersに記載されている手順を参照してください。
GPU编码器では、库达ツールキット 版本8を使用した 库达コードの生成はサポートされません。
これらの深層学習ライブラリの他のバージョンでは、このリリースをサポートする GPU编码器のすべての機能との互換性に問題がある可能性があります。
ターゲット プラットフォームで、ボードに対応する 喷气背包または 驱动器安装ソフトウェアを使用して、すべてのライブラリをインストールします。詳細は、安装和设置NVIDIA主板的先决条件(针对NVIDIA Jets金宝appon和NVIDIA驱动平台的MATLAB编码器支持包)を参照してください。