Codegenerierung und GPU-Unterstützung
Nachdem Sie Ihre Anwendung mit Signal Processing Toolbox™ entwickelt haben, können Sie aus Ihrem MATLAB®-Code portablen C/C++ Quellcode, eigenständige ausführbare Dateien oder eigenständige Anwendungen generieren. Mit Codegenerierung können Sie:
Simulation auf Rechnern durchführen, auf denen MATLAB nicht installiert ist.
Die Verarbeitung während Ihrer Arbeit in MATLAB beschleunigen.
Signal Processing Toolbox beinhaltet auch Funktionen, die die Ausführung eines Algorithmus auf einer Grafikprozessoreinheit (GPU) anstatt auf einer CPU ermöglichen. Einige Signal Processing Toolbox-Funktionen können aus MATLAB-Code optimierten CUDA®-Code für NVIDIA®-GPUs generieren.
Kategorien
- C/C++ Codegenerierung
Generieren Sie C Code aus dem MATLAB-Code
- GPU-Codegenerierung
Generieren von CUDA-Code aus MATLAB-Code
- GPU-Algorithmenbeschleunigung
Beschleunigen Sie Ihren Code mithilfe grundlegender GPU-Berechnungen.
Enthaltene Beispiele
Accelerate Correlation with GPUs
Use a graphics processing unit to accelerate cross-correlation in applications that involve large data sets.
Deploy Signal Segmentation Deep Network on Raspberry Pi
Generate a MEX function and a standalone executable to perform waveform segmentation on a Raspberry Pi®.
Classify ECG Signals Using Long Short-Term Memory Networks with GPU Acceleration
Classify heartbeat electrocardiogram data using deep learning and signal processing with GPU acceleration.
Denoise EEG Signals Using Differentiable Signal Processing Layers
Remove EOG noise from EEG signals using deep learning regression.
Waveform Segmentation Using Deep Learning
Segment human electrocardiogram signals using time-frequency analysis and deep learning.
