La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
Génération de code de Deep Learning depuis des applications Simulink
Générez du code pour des réseaux de neurones profonds préentraînés. Vous pouvez accélérer la simulation de vos algorithmes dans Simulink® avec différents environnements d’exécution. Avec des support packages, vous pouvez également générer et déployer du code C/C++ et CUDA® sur du hardware cible.
Paramètres du modèle
Rubriques
- GPU Code Generation for Deep Learning Networks Using MATLAB Function Block (GPU Coder)
Simulate and generate code for deep learning models in Simulink using MATLAB function blocks.
- GPU Code Generation for Blocks from the Deep Neural Networks Library (GPU Coder)
Simulate and generate code for deep learning models in Simulink using library blocks.
- 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 Generic C/C++ for Sequence-to-Sequence Deep Learning Simulink Models (Simulink Coder)
Generate C/C++ code for a sequence-to-sequence deep learning Simulink model.