Code-Generierung
Generieren Sie Code für vortrainierte tiefe neuronale Netze. Sie können die Simulation Ihrer Algorithmen in MATLAB® oder Simulink® beschleunigen, indem Sie verschiedene Ausführungsumgebungen verwenden. Durch die Verwendung von Support Packages können Sie auch C/C++, CUDA- und HDL-Code auf der Zielhardware erzeugen und bereitstellen.
Verwenden Sie die Deep Learning Toolbox™ zusammen mit dem Support-Paket für die Model Quantization Library der Deep Learning Toolbox, um den Speicherbedarf und die Rechenanforderungen eines tiefen neuronalen Netzes zu reduzieren, indem die Gewichte, Verzerrungen und Aktivierungen von Schichten auf skalierte Ganzzahl-Datentypen mit reduzierter Genauigkeit quantisiert werden. Sie können dann C/C++, CUDA- oder HDL-Code aus diesen quantisierten Netzen generieren.
Verwenden Sie MATLAB Coder™ oder Simulink Coder zusammen mit der Deep Learning Toolbox, um MEX- oder eigenständigen CPU-Code zu erzeugen, der auf Desktop- oder eingebetteten Zielen läuft. Sie können den generierten eigenständigen Code bereitstellen, der die Intel® MKL-DNN-Bibliothek oder die ARM® Compute-Bibliothek verwendet. Alternativ können Sie auch generischen CPU-Code erzeugen, der keine Bibliotheksfunktionen von Drittanbietern aufruft.
Verwenden Sie GPU Coder™ zusammen mit Deep Learning Toolbox zur Erzeugung von CUDA-MEX- oder eigenständigem CUDA-Code, der auf Desktop- oder eingebetteten Zielen läuft. Sie können den generierten eigenständigen CUDA-Code bereitstellen, der die CUDA-Bibliothek für tiefe neuronale Netze (cuDNN), die TensorRT™-Hochleistungs-Inferenzbibliothek oder die ARM Compute-Bibliothek für Mali GPU verwendet.
Verwenden Sie die Deep Learning HDL Toolbox™ zusammen mit der Deep Learning Toolbox, um HDL-Code für vortrainierte Netze zu erzeugen. Sie können den generierten HDL-Code auf Intel und Xilinx® FPGA- und SoC-Bausteinen einsetzen.
Grundlagen der Codegenerierung
- Networks and Layers Supported for Code Generation (MATLAB Coder)
- Supported Networks, Layers, and Classes (GPU Coder)
- Supported Networks, Layers, Boards, and Tools (Deep Learning HDL Toolbox)
- Code Generation for Deep Learning Networks
- Generate Generic C/C++ for Sequence-to-Sequence Deep Learning Simulink Models (Simulink Coder)
- Get Started with Deep Learning FPGA Deployment on Intel Arria 10 SoC (Deep Learning HDL Toolbox)
Kategorien
- Quantisierung, Projektion und Pruning
Komprimieren eines tiefen neuronalen Netzes durch Quantisierung, Projektion oder Pruning
- Deep Learning Code-Generierung aus MATLAB-Anwendungen
Generieren von C/C++, GPU- und HDL-Code für die Bereitstellung auf Desktop- oder eingebetteten Zielen
- Deep Learning Code-Generierung aus Simulink-Anwendungen
Generieren von C/C++ und GPU-Code für die Bereitstellung auf Desktop- oder eingebetteten Zielen
Verwandte Informationen
- Deep Learning with MATLAB Coder (MATLAB Coder)
- Deep Learning with GPU Coder (GPU Coder)
- Get Started with Deep Learning HDL Toolbox (Deep Learning HDL Toolbox)