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.
- Generate Generic C Code Using The Stateful Predict Block in Simulink (Simulink Coder)
This example shows how to generate generic C code using the Stateful Predict block and the SIL workflow. (depuis R2024a)