30:39
视频长度为 30:39
小迈步第二课:MATLAB深度学习入门之树莓派与GPU应用 (下)
概述
深度学习在训练阶段常用GPU来加速,在推断阶段可以用CPU、GPU、FPGA等硬件实现。在计算资源有限的树莓派(Raspberry Pi)上如何运行复杂的深度神经网络?对CUDA 代码一无所知,如何玩转NVIDIA GPU?
本次微直播紧跟“小迈步第一课:MATLAB深度学习入门课堂”,通过具体MATLAB代码演示与操作,带领大家学习在树莓派ARM CPU和NVIDIA GPU上实现深度学习物品识别。
本次课堂,您将会学习如何将预训练网络自动生成C++ 或者CUDA代码,跨越手写代码的障碍。你还将学会如何使用MATLAB快速对树莓派编程,我们将从如何下载和设置MATLAB对树莓派硬件的支持包开始,到如何使用网络摄像头给大家进行详细的讲解。
课前准备:
1. 建议参课者先行观看“小迈步第一课:MATLAB深度学习入门课堂”。
2. 建议参课者先行完成以下两门在线课程。
亮点包括
本期课程内容:
小迈步第二课:MATLAB深度学习入门之树莓派与GPU应用 (下)
3. 在树莓派上实现物品识别
- MATLAB 嵌入式代码生成技术
- 将SqueezeNet生成 C++代码
- 构建基于ARM Compute Library的可执行程序
- 物品识别与效率评测
4. 在NVIDIA GPU上实现物体识别
- 连接MATLAB 与网络摄像头
- SqueezeNet自动 CUDA代码生成
- 实时图像捕捉与识别
关于演示者
阮卡佳,MathWorks 中国高校团队高级工程师。毕业于浙江大学和伦敦帝国理工学院,在MATLAB 数据科学、Simulink 建模仿真、以及自动代码生成领域有多年工作经验;曾就职于 Altera (Intel FPGA)和 Nortel Networks。
录制日期: 2019 年 3 月 26 日
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
- América Latina (Español)
- Canada (English)
- United States (English)
欧洲
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
亚太
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)