이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
MATLAB 애플리케이션에서 GPU 코드 생성
R2026a데스크탑 또는 임베디드 타깃 배포용 CUDA® 코드 생성
GPU Coder™를 Deep Learning Toolbox™와 함께 사용하여 데스크탑 또는 임베디드 타깃에서 실행되는 CUDA MEX 또는 독립 실행형 CUDA 코드를 생성합니다. CUDA 심층 신경망 라이브러리(cuDNN), TensorRT™ 고성능 추론 라이브러리 또는 Mali GPU용 ARM® Compute Library를 사용하는, 생성된 독립 실행형 CUDA 코드를 배포할 수 있습니다.
함수
codegen | MATLAB 코드에서 C 또는 C++ 코드 생성 |
coder.getDeepLearningLayers | (Not recommended) Get the list of layers supported for code generation for a specific deep learning library |
coder.loadDeepLearningNetwork | Load deep learning network model |
coder.loadNetworkDistributionDiscriminator | Load network distribution discriminator for code generation (R2023a 이후) |
coder.DeepLearningConfig | Create deep learning code generation configuration objects |
앱
| GPU Coder | MATLAB 코드에서 CUDA 코드 생성 |
도움말 항목
개요
- 지원되는 신경망, 계층 및 클래스 (GPU Coder)
코드 생성에 지원되는 신경망, 계층 및 클래스. - Code Generation for dlarray (GPU Coder)
Use deep learning arrays in MATLAB® code intended for code generation. - Code Generation for Deep Learning Networks by Using cuDNN (GPU Coder)
Generate code for pretrained convolutional neural networks by using the cuDNN library. - Code Generation for Deep Learning Networks by Using TensorRT (GPU Coder)
Generate code for pretrained convolutional neural networks by using the TensorRT library. - Update Network Parameters After Code Generation (GPU Coder)
Perform post code generation updates of deep learning network parameters.
응용 사례
- Code Generation for a Deep Learning Simulink Model That Performs Lane and Vehicle Detection (GPU Coder)
This example shows how to develop a CUDA® application from a Simulink® model that performs lane and vehicle detection using convolutional neural networks (CNN). - Generate Digit Images on NVIDIA GPU Using Variational Autoencoder (GPU Coder)
CUDA code generation fordlnetworkanddlarrayobjects. - Code Generation for Object Detection Using YOLO v4 Deep Learning (GPU Coder)
Generate plain CUDA code without dependencies on deep learning libraries for YOLO v4 object detector. - Code Generation for Object Detection Using YOLO v3 Deep Learning Network
This example shows how to generate CUDA® MEX for a you only look once (YOLO) v3 object detector. - Code Generation for a Deep Learning Simulink Model to Classify ECG Signals (GPU Coder)
This example demonstrates how you can use powerful signal processing techniques and Convolutional Neural Networks together to classify ECG signals. - 딥러닝 신경망을 위한 코드 생성
이 예제에서는 딥러닝을 사용하는 영상 분류 응용 사례를 위해 CUDA 코드를 생성하는 방법을 보여줍니다. - Code Generation for a Sequence-to-Sequence LSTM Network
This example demonstrates how to generate CUDA® code for a long short-term memory (LSTM) network. - Deep Learning Prediction on ARM Mali GPU
This example shows how to use thecnncodegenfunction to generate code for an image classification application that uses deep learning on ARM® Mali GPUs. - Deploy Signal Classifier on NVIDIA Jetson Using Wavelet Analysis and Deep Learning
Generate and deploy a CUDA executable to classify electrocardiogram signals using wavelet-derived features. - YOLO v2를 사용하여 객체 검출을 위한 코드 생성하기
이 예제에서는 YOLO(You Only Look Once) v2 객체 검출기에 대한 CUDA® MEX를 생성하는 방법을 보여줍니다. - GPU Coder를 사용한 차선 검출
이 예제에서는 NVIDIA® GPU에서 실행되는 딥러닝 차선 검출 애플리케이션을 개발하는 방법을 보여줍니다. - Deep Learning Prediction with NVIDIA TensorRT Library
This example shows how to generate code for a deep learning application by using the NVIDIA® TensorRT™ library. - 교통 표지판 검출 및 인식
이 예제에서는 딥러닝을 사용하는 교통 표지판 검출 및 인식 응용 사례를 위해 CUDA® MEX 코드를 생성하는 방법을 보여줍니다. - 로고 인식 신경망
이 예제에서는 딥러닝을 사용하는 로고 분류 응용 사례를 위한 코드 생성을 보여줍니다. - 잡음 제거 심층 신경망의 코드 생성
이 예제에서는 MATLAB® 코드에서 일반 CUDA® MEX를 생성하고 잡음 제거 컨벌루션 신경망(DnCNN[1])을 사용하여 회색조 영상의 잡음을 제거하는 방법을 보여줍니다. - 의미론적 분할 신경망을 위한 코드 생성
이 예제에서는 딥러닝을 사용하여 영상을 분할하는 응용 사례를 위한 코드를 생성합니다. - Code Generation for Semantic Segmentation Network That Uses U-net
This example shows code generation for an image segmentation application that uses deep learning.
