前提条件となる製品のインストール

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。

迈斯沃克製品とサポートパッケージ

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。

サードパーティハードウェア

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。

サードパーティソフトウェア

必須

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

オプション

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。 `nvcc`コンパイラ、`卡夫特`、`库布拉斯`、`库索尔弗`刺ライブラリおよびその他のツールが含まれる既定のインストールオプションを選択することをお勧めします。英伟达`nvcc`コンパイラは、ホストコンパイラとランタイムライブラリを含むホスト開発環境との緊密な統合に依存します。コンパイラ、ライブラリ、およびその他のプラットフォーム固有の要件の詳細については、库达ツールキットのドキュメンテーションを参照してください。库达ツールキットのドキュメンテーション（英伟达）を参照してください。 `nvcc`コンパイラは複数バージョンの海湾合作委员会をサポートするため、他のバージョンの海湾合作委员会を使用して库达コードを生成できます。ただし、MATLABインストールに含まれている C/C++ランタイムライブラリは通用条款6.3用にコンパイルされているため、生成コードを MATLABから実行すると互換性の問題が発生する可能性があります。
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`构建`フォルダーの名前を`解放党`に変更します。また、`build/opencl-1.2-stubs`フォルダーにある开放运算语言ライブラリを`解放党`フォルダーにコピーします。ターゲットハードウェアで生成コードをビルドする際に、生成された生成文件でライブラリを特定できるようにするには、これらの手順が必要です。
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、`opencv_core.lib`や`opencv_video.lib`など、個別のライブラリが必要です。OpenCVソースをダウンロードしてライブラリをビルドしなければなりません。詳細については、OpenCVドキュメンテーションを参照してください。

ヒント

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。

参考