代码生成

生成预处理深层神经网络的代码。您可以加速在MATLAB中模拟您的算法^®或Simulink^®通过使用不同的执行环境。通过使用支持包，您还可以在目标硬件上生成和部署C/C++、CUDA和HDL代码。

将Deep Learning Toolbox™与深度学习工具箱模型量化库支持包以减少内存占用和计算通过量化权重、偏差和激活层以降低精度缩放整数数据类型。然后你可以从这些量化网络生成C/C++、CUDA或HDL代码。

使用MATLAB软件编码器™或Simulink公司编码器与深度学习工具箱一起生成运行在桌面或嵌入式目标。您可以部署生成的使用英特尔^®MKL-DNN库或ARM^®计算库。或者，您可以生成通用CPU代码不调用第三方库函数。

使用GPU Coder™和Deep Learning Toolbox生成在桌面或嵌入式目标上运行的CUDA MEX或独立CUDA代码。您可以部署生成的独立CUDA代码使用CUDA深层神经网络库（cuDNN）TensorRT™高性能推理库，或马里GPU的ARM计算库。

使用Deep Learning HDL Toolbox™和Deep Learning Toolbox为预处理网络生成HDL代码。您可以部署在Intel和Xilinx上生成的HDL代码^®FPGA和SoC设备。