MATLAB 애플리케이션에서 GPU 코드 생성
R2026b데스크탑 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
Generate standalone CUDA® executable for a you only look once (YOLO) v4 object detector with custom layers. The tiny YOLO v4 network is a lightweight version of the YOLO v4 network with fewer network layers. It uses a feature pyramid network as the neck and has two YOLO v4 detection heads. The network was trained on COCO dataset. For more information about YOLO v4 object detection network, see Getting Started with YOLO v4 and Detect objects using 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 기본 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.
