Generación de código

Genere código para redes neuronales profundas preentrenadas. Puede acelerar la simulación de algoritmos en MATLAB^® o Simulink^® utilizando diferentes entornos de ejecución. El uso de paquetes de soporte también permite generar y desplegar código C/C++, CUDA y HDL (Hardware Description Language) en el hardware objetivo.

Utilice Deep Learning Toolbox™ con el paquete de soporte Deep Learning Toolbox Model Quantization Library para reducir el uso de memoria y los requisitos computacionales de una red neuronal profunda cuantificando los pesos, los sesgos y las activaciones de capas en tipos de datos de precisión enteros escalados. Después, podrá generar código C/C++, CUDA o HDL a partir de estas redes cuantificadas.

Use MATLAB Coder™ o Simulink Coder con Deep Learning Toolbox para generar código MEX o código CPU independiente que se ejecute en objetivos de escritorio o embebidos. Puede desplegar el código independiente generado que utilice la biblioteca Intel^® MKL-DNN o la biblioteca ARM^® Compute. También puede generar código CPU genérico que no llame a funciones de bibliotecas de terceros.

Utilice GPU Coder™ y Deep Learning Toolbox para generar código CUDA MEX o código CUDA independiente que se ejecute en objetivos de escritorio o embebidos. Puede desplegar el código CUDA independiente generado que utiliza la biblioteca de la red neuronal profunda CUDA (cuDNN), la biblioteca de inferencias de alto rendimiento TensorRT™ o la biblioteca ARM Compute para la GPU Mali.

Utilice Deep Learning HDL Toolbox™ y Deep Learning Toolbox para generar código HDL para redes preentrenadas. Puede desplegar el código HDL generado en dispositivos FPGA (Field Programmable Gate Array) y SoC (System On a Chip) de Intel y Xilinx^®.