本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。

深度学习代码生成

生成 MATLAB® 代码或 CUDA® 和 C++ 代码,并部署深度学习网络

使用 Deep Network Designer 生成 MATLAB 代码来重新创建网络。

MATLAB Coder™ 或 GPU Coder™ 与 Deep Learning Toolbox™ 一起使用以生成 C++ 或 CUDA 代码,并在使用 Intel®、ARM®NVIDIA® Tegra® 处理器的嵌入式平台上部署卷积神经网络。

主题

MATLAB 代码生成

Generate MATLAB Code from Deep Network Designer

Recreate a network created or edited in Deep Network Designer by generating MATLAB code.

GPU 代码生成

深度学习网络的代码生成

此示例演示如何为使用深度学习的图像分类应用程序生成代码。它使用 codegen 命令生成一个 MEX 函数,该函数使用流行的图像分类网络(如 AlexNet、ResNet 和 GoogLeNet)运行预测。

使用 YOLO v2 为对象检测生成代码

此示例说明如何从 Computer Vision Toolbox™ 中为Object Detection Using YOLO v2 Deep Learning (Computer Vision Toolbox) 示例生成 CUDA® 代码。

在 NVIDIA Jetson TX2 开发套件上运行嵌入式应用程序

此示例说明如何从 SeriesNetwork 对象生成 CUDA® 代码并将连接了外部照相机的 NVIDIA® TX2 开发板作为目标。此示例使用 AlexNet 深度学习网络对来自 USB 网络摄像机视频流的图像进行分类。

Deep Learning Prediction by Using NVIDIA TensorRT (GPU Coder)

This example shows code generation for a deep learning application by using the NVIDIA TensorRT™ library.

使用 GPU Coder 优化车道检测

此示例说明如何从表示为 SeriesNetwork 对象的深度学习网络生成 CUDA® 代码。此示例中的 SeriesNetwork 是一个卷积神经网络,可以从图像中检测并输出车道标记边界。

Integrating Deep Learning with GPU Coder into Simulink (GPU Coder)

This example shows how to integrate the CUDA® code generated for a deep learning network into Simulink®.

交通标志检测和识别

此示例说明如何为使用深度学习的交通标志检测和识别应用情形生成 CUDA® MEX 代码。交通标志检测和识别是驾驶辅助系统的重要应用,可辅助并向驾驶员提供有关道路标志的信息。

徽标识别网络

此示例演示如何为使用深度学习的徽标分类应用程序生成代码。它使用 codegen 命令生成 MEX 函数,该函数对名为 LogoNet 的 SeriesNetwork 对象运行预测。

行人检测

此示例演示如何为使用深度学习的行人检测应用程序生成代码。行人检测是计算机视觉的一个关键问题,在自动驾驶、监控、机器人等领域都有诸多应用。

去噪深度神经网络的代码生成

此示例说明如何从 MATLAB® 代码生成 CUDA® MEX,以及如何使用去噪卷积神经网络 (DnCNN [1]) 对灰度图像进行去噪。去噪网络可用于估计含噪图像中的噪声,然后将其去除以获得去噪图像。

语义分割网络的代码生成

此示例演示如何为使用深度学习的图像分割应用程序生成代码。它使用 codegen 命令生成一个 MEX 函数,对 SegNet [1] 的 DAG 网络对象运行预测。SegNet 是一种用于图像分割的流行深度学习网络。

训练和部署用于语义分割的全卷积网络

此示例说明如何使用 GPU Coder™ 在 NVIDIA® GPU 上训练和部署全卷积语义分割网络。

对使用 U-Net 的语义分割网络进行代码生成

此示例演示如何为使用深度学习的图像分割应用程序生成代码。它使用 codegen 命令生成一个 MEX 函数,对 U-Net 的 DAG 网络对象运行预测。U-Net 是一种用于图像分割的流行深度学习网络。

Deep Learning with GPU Coder (GPU Coder)

Generate CUDA code for deep learning neural networks

CPU 代码生成

ARM 目标上的深度学习代码生成

此示例说明如何在不使用硬件支持包的情况下,在基于 ARM® 的设备上为预测生成和部署代码。

Raspberry Pi 上的深度学习代码生成

此示例说明如何使用 codegen 和适用于 Raspberry Pi 硬件的 MATLAB 支持包为 Raspberry Pi™ 上的预测生成和部署代码。

通过 ARM 计算使用 cnncodegen 进行深度学习预测

此示例说明如何使用 cnncodegen 为在 ARM® 处理器上使用深度学习的徽标分类应用程序生成代码。徽标分类应用程序使用 LogoNet 串行网络从图像中执行徽标识别。生成的代码利用 ARM Compute Library 进行计算机视觉和机器学习。

使用 Intel MKL-DNN 进行深度学习预测

此示例说明如何使用 codegen 为在 Intel® 处理器上使用深度学习的图像分类应用程序生成代码。生成的代码利用了用于深度神经网络的 Intel 数学核心函数库 (MKL-DNN)。首先,该示例生成一个 MEX 函数,该函数使用 ResNet-50 图像分类网络来运行预测。然后,该示例会构建一个静态库,并使用通过 ResNet-50 图像分类网络来运行预测的主文件对该静态库进行编译。

加载预训练网络以用于代码生成 (MATLAB Coder)

创建用于代码生成的 SeriesNetworkDAGNetwork 对象。

使用 MATLAB Coder 进行深度学习 (MATLAB Coder)

生成用于深度学习神经网络的 C++ 代码(需要 Deep Learning Toolbox)

特色示例