このペ，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。
Gpu環境のチェックおよびアプリの設定
Gpu環境のチェックアプリは，開発用コンピュ，タ，上と，nvidia®驱动や杰森などの組み込みハードウェアプラットフォーム上のGPUコード生成環境を検証および設定するための対話型ツールです。
アプリを起動するには，matlab®コマンドウィンドウで次のように入力します。
gpucoderSetup
GPUコード生成に必要なNVIDIAコンパイラおよびライブラリについて,ホスト開発用コンピューターの環境を検証します。
基本的なコードの生成を実行し,ホストコンピューターのGPUデバイスで生成コードの実行をテストします。このテストでは，matlabシミュレ，ションと結果を比較することでコ，ド実行を検証します。
開発用コンピュ，タ，で深層学習のコ，ド生成と実行テストを実行します。NVIDIA cuDNNまたはTensorRTラaapl .ブラリをタ.ゲットにすることができます。GPU Coder™深度学习库接口サポ，トパッケ，ジが必要です。
驱动や杰森などの組み込みNVIDIAボードに接続し,コード生成と実行テストを実行します。NVIDIA GPU金宝app的GPU编码器支持包が必要です。
ライブラリの場所を指定し,GPU编码器で必要な環境変数を設定するMATLABスクリプトを生成します。
メモ
gpucoderSetupアプリは現在のフォルダにレポトファルを生成します。現在のフォルダ，の書き込み権限がない場合は，アプリを実行する前にmatlabcdコマンドを使用してフォルダ，を変更します。
ハ，ドウェア設定
アプリの(支票/设置)パネルには,ホスト開発コンピューターまたはNVIDIA驱动や杰森などのハードウェアプラットフォームでGPUデバイスを選択できるドロップダウンリストが提供されます。
| オプション | 値 | 説明 |
|---|---|---|
ハ，ドウェアの選択 |
|
ホスト開発コンピュ，タ，でコ，ド生成，コ，ド実行，および環境のチェックを実行します。アプリによりテストを実行するcuda®墨西哥が生成されます。 開発用コンピュタに複数のgpuデバスがある場合，[gpuの選択]オプションを使用して該当するgpuデバ显卡スを選択します。 |
|
NVIDIA驱动ターゲットプラットフォームでコード生成とコード実行のチェックを実行します。 NVIDIA GPU金宝app的GPU编码器支持包のンストル後，(董事会设置)パネルを使用してタ，ゲットの接続パラメ，タ，を指定します。 |
|
|
英伟达杰森ターゲットプラットフォームでコード生成とコード実行のチェックを実行します。 NVIDIA GPU金宝app的GPU编码器支持包のンストル後，(董事会设置)パネルを使用してタ，ゲットの接続パラメ，タ，を指定します。 |
|
| Gpuの選択 |
|
テストを実行するgpuデバ显卡スを選択します。複数のデバaapl . exeスがある場合，最初のデバaapl . exeスが既定です。 このオプションは，(选择硬件)オプションが |
ボ，ド設定
NVIDIA驱动や杰森などのハードウェアプラットフォームの接続パラメーターを指定します。アプリはNVIDIA GPU金宝app的GPU编码器支持包の関数杰森(NVIDIA Jetson金宝app和NVIDIA DRIVE平台的MATLAB Coder支持包)または関数开车(NVIDIA Jetson金宝app和NVIDIA DRIVE平台的MATLAB Coder支持包)を使用して，ラ。サポトパッケージ ソフトウェアは、生成された CUDA コードを DRIVE プラットフォームまたは Jetson プラットフォームでビルドして実行している間、TCP/IP 経由の SSH 接続を使用してコマンドを実行します。ターゲット プラットフォームはホスト コンピューターと同じネットワーク上になければなりません。または、イーサネット クロス ケーブルを使用してボードを直接ホスト コンピューターと接続できます。NVIDIA ボードの要件、設定、構成手順の詳細については、NVIDIA板的安装和设置先决条件(NVIDIA Jetson金宝app和NVIDIA DRIVE平台的MATLAB Coder支持包)を参照してください。
| オプション | 説明 |
|---|---|
设备地址 |
ハドウェアのIPアドレスまたはホスト名。 たとえば， ホスト名を使用する場合,以太网ケーブルをボードの以太网端子に接続しなければなりません。次に,Linuxコマンドを使用してハードウェアIPアドレスを設定し,ホスト名をそのIPアドレスに関連付けます。 |
用户名 |
ボ，ドのオペレ，ティングシステムに対して有効なLinux®ユ，ザ，名。 |
密码 |
指定したLinuxユザ名に対して有効なパスワド。 |
执行超时 |
タ，ゲット上の実行テストを検証するまでアプリが待機する時間を秒単位で指定します。既定値は10秒です。 |
GPU设备ID |
NVIDIA驱动プラットフォームなどのマルチGPU環境で,ターゲットにするCUDA GPUデバイスを指定します。 |
ワ，クフロ，チェック
アプリを使用して実行できるワ，クフロ，チェックには次の2種類があります。
開発用コンピュ，タ，での基本的なコ，ド生成と実行テスト。これらのテストでは，matlabシミュレ，ションと結果を比較することでコ，ド実行を検証します。
| オプション | 説明 |
|---|---|
生成代码 |
基本的なコ，ド生成とビルドをテストします。このテストでは，指定したハ，ドウェアで有効なcudaコ，ド生成環境が必要です。 |
生成代码并执行 |
(指定硬件)のデバ。このテストでは,指定したハードウェアで有効なCUDAコード生成環境およびGPUデバイスが必要です。 |
SIL分析 |
ホストコンピュタで基本的なsilプロファリングテストを実行します。 |
開発用コンピュ，タ，での深層学習のコ，ド生成と実行テスト。cuDNNまたはTensorRTライブラリをターゲットにすることができます。
| オプション | 説明 |
|---|---|
生成代码 |
深層学習のコ，ド生成とビルドをテストします。このテストでは，指定したハ，ドウェアで有効なcudaコ，ド生成環境が必要です。 |
生成代码并执行 |
(指定硬件)のデバ。このテストでは,指定したハードウェアで有効なCUDAコード生成環境およびGPUデバイスが必要です。 |
目标 |
コドを生成する深層学習ラブラリを指定します。有効なオプションは |
数据类型检查 |
ネットワ，クへのテンソルデ，タ型入力の精度または層のテンソル出力の精度を指定します。32ビット浮動小数点の推論を実行するには，
|
環境のチェック
ホストコンピュタ上でcuda開発環境をチェックするラブラリの場所を指定します。GPU编码器で必要な環境変数を設定するMATLABスクリプトgpuEnvSettings.mを生成します。詳細は，前提条件となる製品の設定を参照してください。
| オプション | 説明 |
|---|---|
CUDA安装路径 |
Cuda。 次に例を示します。
|
cuDNN |
cuDNNラブラリンストルのルトフォルダへのパス。 次に例を示します。
|
TensorRT |
TensorRT™ラブラリンストルのルトフォルダへのパス。 次に例を示します。
|
NVTX库路径 |
プロファ@ @リングに必要な CUDAツールキットの標準インストールの場合,このパスは通常CUDAライブラリフォルダーです。 次に例を示します。
|
Gpuコ，ド生成環境チェックレポ，ト
(运行检查)を選択すると，gpucoderSetupアプリにより，環境，コ，ド生成，および選択した設定に基づいたその他のチェックが実行されます。その後，テストがパスしたかどうかを示すgpucoderSetupReportレポ，トが生成され，失敗したテストの追加情報が提供されます。レポトのHTMLバジョンが同じ名前で現在のフォルダに作成されます。
参考
アプリ
関数
オブジェクト
関連するトピック
您也可以从以下列表中选择一个网站:
