La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
Simulink et génération de code
R2026aIntégrez des modèles de Machine Learning avec la simulation au niveau système et déployez-les sur des dispositifs périphériques. Simulez et testez des workflows de Machine Learning en utilisant l’approche Model-Based Design dans Simulink® et déployez-les sur des systèmes embarqués avec Simulink Coder™. Générez du code C/C++ avec MATLAB® Coder pour déployer des fonctions de Statistics and Machine Learning Toolbox™ sur des dispositifs cibles ne pouvant pas exécuter MATLAB.
Fondamentaux du déploiement
Catégories
- Machine Learning dans Simulink
Étendre les workflows de Machine Learning avec Simulink
- Génération de code pour les fonctions statistiques et de Machine Learning
Générer du code C/C++ pour les fonctions de Statistics and Machine Learning Toolbox
Sélection d՚exemples
Deploy Neural Network Regression Model to FPGA/ASIC Platform
Predict in Simulink using a neural network regression model, and deploy the Simulink model to an FPGA/ASIC platform by using HDL code generation.
Human Activity Recognition Simulink Model for Smartphone Deployment
Generate code from a classification Simulink model prepared for deployment to a smartphone.
Verify and Validate Machine Learning Models Using Model-Based Design
Use Simulink to verify and validate machine learning models.
In-Place Model Update of Offline Linear Model Using IncrementalClassificationLinear Predict Block
Perform in-place model update without regenerating deployed code.
