最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

coder.CuDNNConfig

CUDA Deep Neural Network library による深層学習コード生成を構成するためのパラメーター

説明

coder.CuDNNConfig オブジェクトには、深層ニューラル ネットワークの CUDA^® コード生成に codegen で使用される NVIDIA^® cuDNN 固有のパラメーターが含まれています。

コード生成に coder.CuDNNConfig オブジェクトを使用するには、これを、codegen に渡す coder.gpuConfig オブジェクトの DeepLearningConfig プロパティに割り当てます。

作成

構文

deepLearningCfg = coder.DeepLearningConfig('cudnn')

説明

deepLearningCfg = coder.DeepLearningConfig('cudnn') は、cuDNN ライブラリを使用して深層学習コード生成用の coder.CuDNNConfig オブジェクトを作成します。

プロパティ

AutoTuning — 自動調整の有効化

true (既定値) | false

自動調整機能を有効または無効にします。自動調整を有効にすると、cuDNN ライブラリで最速の畳み込みアルゴリズムを見つけられるようになります。これにより、SegNet や ResNet などの規模が大きなネットワークのパフォーマンスが向上します。

TargetLib — ターゲット ライブラリ名

'cudnn'

読み取り専用の string 値。ターゲット ライブラリ名を指定します。

例

ResNet-50 ネットワークの MEX 関数生成用の構成パラメーターの指定

関数 coder.loadDeepLearningNetwork を使用して resnet50 SeriesNetwork オブジェクトを読み込むエントリポイント関数 resnet_predict を作成します。

function out = resnet_predict(in)

persistent mynet;
if isempty(mynet)
    mynet = coder.loadDeepLearningNetwork('resnet50', 'myresnet');
end

out = predict(mynet,in);

MEX コード生成用の coder.gpuConfig 構成オブジェクトを作成します。

cfg = coder.gpuConfig('mex');

ターゲット言語を C++ に設定します。

cfg.TargetLang = 'C++';

coder.CuDNNConfig 深層学習構成オブジェクトを作成し、それを cfg 構成オブジェクトの DeepLearningConfig プロパティに割り当てます。

cfg.DeepLearningConfig = coder.DeepLearningConfig('cudnn');

関数 codegen の -config オプションを使用して cfg 構成オブジェクトを渡します。関数 codegen は、MATLAB^® 関数入力のサイズ、クラス、および実数/複素数を決定しなければなりません。-args オプションを使用して、エントリポイント関数の入力のサイズを指定します。

codegen -args {ones(224,224,3,'single')} -config cfg resnet_predict;

codegen コマンドはすべての生成されたファイルを codegen フォルダーに配置します。このフォルダーには、エントリポイント関数 resnet_predict.cu の CUDA コード、ヘッダー ファイル、畳み込みニューラル ネットワーク (CNN) の C++ クラス定義を含むソース ファイル、重みファイル、およびバイアス ファイルが含まれます。

参考

codegen | coder.ARMNEONConfig | coder.CodeConfig | coder.MklDNNConfig | coder.TensorRTConfig | coder.loadDeepLearningNetwork

R2018b で導入