このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

coder.TensorRTConfig

R2026a

NVIDIA TensorRT ライブラリ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

このページをすべて展開する

説明

coder.TensorRTConfig オブジェクトには、NVIDIA® の高性能な深層学習用推論オプティマイザーおよびランタイム ライブラリ (TensorRT) 固有のパラメーターが含まれています。codegen は、深層ニューラル ネットワークの CUDA® コード生成にこれらのパラメーターを使用します。

coder.TensorRTConfig オブジェクトをコード生成に使用するには、coder.gpuConfig 関数を使用してコード構成オブジェクトを作成し、そのオブジェクトの DeepLearningConfig プロパティを coder.TensorRTConfig オブジェクトに設定します。

作成

ターゲット ライブラリを 'tensorrt' に設定して関数 coder.DeepLearningConfig を使用し、TensorRT 構成オブジェクトを作成します。

プロパティ

すべて展開する

サポートされている層で推論計算の精度を指定します。詳細については、データ型 (TensorRT)を参照してください。

再キャリブレーション中に使用されるイメージ データセットの位置。このオプションは、DataType が 'int8' に設定されている場合にのみ適用できます。詳細については、キャリブレーション データ パスを参照してください。

int8 のキャリブレーション バッチの数を指定する数値。このオプションは、DataType が 'int8' に設定されている場合にのみ適用できます。詳細については、キャリブレーション バッチの数を参照してください。

読み取り専用の値。ターゲット ライブラリ名を指定します。

例

すべて折りたたむ

imagePretrainedNetwork 関数を使用して ResNet-50 ネットワークを含む dlnetwork 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。詳細については、dlarray 用のコード生成を参照してください。 

function out = resnet_predict(in)

dlIn = dlarray(in, 'SSCB');
persistent dlnet;
if isempty(dlnet)
    dlnet = imagePretrainedNetwork('resnet50');
end

dlOut = predict(dlnet, dlIn);
out = extractdata(dlOut);

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.TensorRTConfig 深層学習構成オブジェクトを作成します。これを 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('tensorrt');

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。

バージョン履歴

R2018b で導入

すべて展開する

参考

関数

オブジェクト

トピック