Matlab编码器
从MATLAB代码生成C和C ++代码
MATLAB编码器™生成C和c++代码从MATLAB®从桌面系统到嵌入式硬件的各种硬件平台的代码。它支持金宝app大多数MATLAB语言和各种工具箱。您可以将生成的代码集成到项目中作为源代码,静态库或动态库。生成的代码是可读且便携的。您可以将其与现有C和C ++代码和库的关键部分结合起来。您还可以将生成的代码包装为MEX函数以用于MATLAB。
与嵌入式编码器一起使用时®,Matlab编码器提供代码自定义,目标特定的优化,代码可追溯性和软件循环(SIL)和处理器in-Loop(PIL)验证。
要将MATLAB程序部署为独立应用程序,请使用MATLAB Compiler™。要生成与其他编程语言集成的软件组件,请使用Matlab Compiler SDK™。
开始:
部署算法免版税
使用任何C/ c++编译器在任何硬件上编译和运行生成的代码,从桌面系统到移动设备再到嵌入式硬件。生成的代码是免版税的。在商业应用程序中,将它免费部署给您的客户。
Matlab编码器成功案例
了解各种行业的工程师和科学家如何使用Matlab编码器为其应用程序生成C / C ++代码。
金宝app支持的工具箱和功能
MATLAB编码器从广泛的MATLAB语言功能生成代码,该功能设计工程师用于开发算法作为较大系统的组件。这包括来自Matlab和Companion Toolboxes的超过2500个运算符和函数。
生成带有名称空间的c++代码
MATLAB编码器可以在一个命名空间中生成c++代码,使其易于与其他可能具有相同函数或数据类型名称的源代码集成。代码生成器将所有生成的函数和类型定义打包到命名空间中。
从Matlab类生成C ++类
MATLAB编码器从MATLAB代码中的类生成c++类,包括值类、句柄类和系统对象。生成的代码可以编译成c++库或可执行文件,并可以集成到现有的c++源代码中。
在生成的函数接口中使用动态分配的C ++数组
为MATLAB函数生成c++代码,接受或返回数组大小在编译时未知,或其边界超过预定义阈值的数组。在生成的代码中,数组的内存被动态分配,并作为一个名为的类模板实现编码器:: Array.
。除了异常安全的内存回收外,编码器:: Array.
提供API以访问和管理动态数组。
部署端到端深度学习算法
部署各种培训的深度学习网络,如Reset-50和MobileNet-V2,以及从深度学习工具箱™到英特尔的LSTM和其他层®和手臂®皮质®cpu。生成预处理和后处理代码,以及训练有素的深度学习网络,以部署完整的算法。
为深度学习推理生成优化代码
因为MATLAB编码器只生成代码需要运行推理与您的特定算法,代码是更快的,使用更少的内存比其他深度学习解决方案。金宝搏官方网站生成的代码调用优化库,包括用于Intel处理器的Intel MKL-DNN和用于ARM Cortex处理器的ARM计算库。使用GPU编码器™通过生成CUDA加速或部署算法®在任何现代nvidia上运行的代码®GPU。
部署端到端机器学习模型
通过为整个机器学习算法生成C / C ++代码部署统计和机器学习模型,包括预处理和后处理。更新已部署模型的参数,无需重新生成C / C ++预测代码。
桌面和云平台上的原型
使用MATLAB编码器应用程序或等效命令行功能快速生成信号处理,计算机视觉,深度学习,控制系统或其他应用程序的代码,然后编译硬件代码。
嵌入式和移动平台上的原型
通过手动将生成的代码与应用程序集成,瞄准任何设备。自动化的过程为树莓派使用MATLAB支持包树莓派。金宝app
从原型化到生产
使用带有嵌入式编码器的MATLAB编码器来生成利用可以更快地执行的处理器特定内部的代码,这些内部可以比标准ANSI / ISO C / C ++代码更快。
使用简单的接口生成代码,该码易于集成
生成的代码以自然方式使用C / C ++类型,简化与外部代码的集成。您可以将生成的代码集成为源代码或库。可信C / C ++库或组件可以进入MATLAB以获得更高保真测试,并自动从生成的代码调用。
优化生成代码的性能
应用优化以调整执行速度,内存使用率,可读性和可移植性之间的权衡。使用分析工具来识别瓶颈。为了进一步提升性能,可以在可用时生成多核OpenMP代码并调用优化的库,如Lapack,Blas和FFTW。
在集成之前重用MATLAB测试在生成的代码上
重用现有的MATLAB测试以验证交互式MATLAB环境中生成的代码的行为。使用MATLAB单元测试框架快速开发丰富的回归测试集,可用于验证生成的C / C ++代码。
加速CPU的算法
您可以将生成的代码作为MEX函数从MATLAB代码调用以速度执行,尽管性能会根据MATLAB代码的性质而有所不同。您可以配置生成的MEX功能以识别瓶颈并重点您的优化工作。