サポートされるネットワーク、層、クラス

GPU Coder™ は、系列または有向非循環グラフ (DAG) ニューラルネットワークのコード生成をサポートしています。このページは、サポートされている深層学習ネットワーク、層、クラスの一覧を提供します。

コードジェネレーターでは、ロケール設定によって決まる 8 ビット ASCII コードセットで文字が表されることに注意してください。したがって、クラス名、層の名前、層の説明、またはネットワーク名に非 ASCII 文字を使用すると、エラーが発生する可能性があります。詳細については、コード生成での文字のエンコードを参照してください。

サポートされている事前学習済みのネットワーク

Deep Learning Toolbox™ を使用するか、以下の表に示されているいずれかの事前学習済みのネットワークを使用して、1 つの CPU、1 つの GPU、または複数の GPU 上でニューラルネットワークに学習させ、CUDA^® コードを生成することができます。

以下のターゲット深層学習ライブラリについて、以下の事前学習済みネットワークが GPU Coder によるコード生成でサポートされています。

- サポートには制限がある場合があります。エラーや予期しない動作が発生する可能性があります。詳細については、リファレンスページの「拡張機能」のセクションを参照してください。

ネットワークの名前	CUDA	TensorRT	cuDNN
`alexnet` (Deep Learning Toolbox)
Caffe ネットワーク `importCaffeNetwork` (Deep Learning Toolbox) を参照してください。
`darknet19` (Deep Learning Toolbox)
`darknet53` (Deep Learning Toolbox)
`deeplabv3plusLayers` (Computer Vision Toolbox)
`densenet201` (Deep Learning Toolbox)
`efficientnetb0` (Deep Learning Toolbox)
`googlenet` (Deep Learning Toolbox)
`inceptionresnetv2` (Deep Learning Toolbox)
`inceptionv3` (Deep Learning Toolbox)
`mobilenetv2` (Deep Learning Toolbox)
`nasnetlarge` (Deep Learning Toolbox)
`nasnetmobile` (Deep Learning Toolbox)
`resnet18` (Deep Learning Toolbox)
`resnet50` (Deep Learning Toolbox)
`resnet101` (Deep Learning Toolbox)
`segnetLayers` (Computer Vision Toolbox)
`squeezenet` (Deep Learning Toolbox)
`vgg16` (Deep Learning Toolbox)
`vgg19` (Deep Learning Toolbox)
`xception` (Deep Learning Toolbox)
`yolov2Layers` (Computer Vision Toolbox)

サポートされている層

以下のターゲット深層学習ライブラリについて、以下の層が GPU Coder によるコード生成でサポートされています。

入力層

層の名前	CUDA	TensorRT	cuDNN
`imageInputLayer` (Deep Learning Toolbox)
`sequenceInputLayer` (Deep Learning Toolbox)
`featureInputLayer` (Deep Learning Toolbox)

畳み込み層と全結合層

層の名前	CUDA	TensorRT	cuDNN
`convolution1dLayer` (Deep Learning Toolbox)
`convolution2dLayer` (Deep Learning Toolbox)
`fullyConnectedLayer` (Deep Learning Toolbox)
`groupedConvolution2dLayer` (Deep Learning Toolbox)
`transposedConv2dLayer` (Deep Learning Toolbox)

シーケンス層

層の名前	CUDA	TensorRT	cuDNN
`sequenceInputLayer` (Deep Learning Toolbox)
`bilstmLayer` (Deep Learning Toolbox)
`flattenLayer` (Deep Learning Toolbox)
`gruLayer` (Deep Learning Toolbox)
`lstmLayer` (Deep Learning Toolbox)
`sequenceFoldingLayer` (Deep Learning Toolbox)
`sequenceUnfoldingLayer` (Deep Learning Toolbox)
`wordEmbeddingLayer` (Text Analytics Toolbox)

活性化層

層の名前	CUDA	TensorRT	cuDNN
`clippedReluLayer` (Deep Learning Toolbox)
`eluLayer` (Deep Learning Toolbox)
`leakyReluLayer` (Deep Learning Toolbox)
`reluLayer` (Deep Learning Toolbox)
`gelu` (Deep Learning Toolbox)
`softplusLayer` (Reinforcement Learning Toolbox)
`swishLayer` (Deep Learning Toolbox)
`tanhLayer` (Deep Learning Toolbox)

正規化層、ドロップアウト層、およびトリミング層

層の名前	CUDA	TensorRT	cuDNN
`batchNormalizationLayer` (Deep Learning Toolbox)
`crossChannelNormalizationLayer` (Deep Learning Toolbox)
`groupNormalizationLayer` (Deep Learning Toolbox)
`layerNormalizationLayer` (Deep Learning Toolbox)
`crop2dLayer` (Deep Learning Toolbox)
`dropoutLayer` (Deep Learning Toolbox)
`scalingLayer` (Reinforcement Learning Toolbox)

プーリング層と逆プーリング層

層の名前	CUDA	TensorRT	cuDNN
`averagePooling1dLayer` (Deep Learning Toolbox)
`averagePooling2dLayer` (Deep Learning Toolbox)
`globalAveragePooling1dLayer` (Deep Learning Toolbox)
`globalAveragePooling2dLayer` (Deep Learning Toolbox)
`globalMaxPooling1dLayer` (Deep Learning Toolbox)
`globalMaxPooling2dLayer` (Deep Learning Toolbox)
`maxPooling1dLayer` (Deep Learning Toolbox)
`maxPooling2dLayer` (Deep Learning Toolbox)
`maxUnpooling2dLayer` (Deep Learning Toolbox)

結合層

層の名前	CUDA	TensorRT	cuDNN
`additionLayer` (Deep Learning Toolbox)
`concatenationLayer` (Deep Learning Toolbox)
`depthConcatenationLayer` (Deep Learning Toolbox)

トランスフォーマー層

層の名前	CUDA	TensorRT	cuDNN
`AttentionLayer` (Deep Learning Toolbox)
`embeddingConcatenationLayer` (Deep Learning Toolbox)
`indexing1dLayer` (Deep Learning Toolbox)
`patchEmbeddingLayer` (Computer Vision Toolbox)
`PositionEmbeddingLayer` (Deep Learning Toolbox)
`selfAttentionLayer` (Deep Learning Toolbox)

オブジェクト検出層

層の名前	CUDA	TensorRT	cuDNN
`anchorBoxLayer` (Computer Vision Toolbox)
`depthToSpace2dLayer` (Image Processing Toolbox)
`spaceToDepthLayer` (Image Processing Toolbox)
`ssdMergeLayer` (Computer Vision Toolbox)
`yolov2TransformLayer` (Computer Vision Toolbox)
`rcnnBoxRegressionLayer` (Computer Vision Toolbox)
`focalLossLayer` (Computer Vision Toolbox)
`rpnClassificationLayer` (Computer Vision Toolbox)
`yolov2OutputLayer` (Computer Vision Toolbox)

出力層

層の名前	CUDA	TensorRT	cuDNN
`classificationLayer` (Deep Learning Toolbox)
`dicePixelClassificationLayer` (Computer Vision Toolbox)
`focalLossLayer` (Computer Vision Toolbox)
`pixelClassificationLayer` (Computer Vision Toolbox)
`rcnnBoxRegressionLayer` (Computer Vision Toolbox)
`regressionLayer` (Deep Learning Toolbox)
`rpnClassificationLayer` (Computer Vision Toolbox)
`sigmoidLayer` (Deep Learning Toolbox)
`softmaxLayer` (Deep Learning Toolbox)
`Custom Output Layer` (Deep Learning Toolbox) 詳細情報関数 `nnet.layer.ClassificationLayer` または `nnet.layer.RegressionLayer` によって作成されたカスタム分類層または回帰出力層などの出力層。カスタム分類出力層を定義し、損失関数を指定する方法を示す例については、カスタム分類出力層の定義 (Deep Learning Toolbox)を参照してください。カスタム回帰出力層を定義し、損失関数を指定する方法を示す例については、カスタム回帰出力層の定義 (Deep Learning Toolbox)を参照してください。

カスタム Keras 層

層の名前	CUDA	TensorRT	cuDNN
`nnet.keras.layer.ClipLayer` (Deep Learning Toolbox)
`nnet.keras.layer.FlattenCStyleLayer` (Deep Learning Toolbox)
`nnet.keras.layer.GlobalAveragePooling2dLayer` (Deep Learning Toolbox)
`nnet.keras.layer.PreluLayer` (Deep Learning Toolbox)
`nnet.keras.layer.SigmoidLayer` (Deep Learning Toolbox)
`nnet.keras.layer.TanhLayer` (Deep Learning Toolbox)
`nnet.keras.layer.TimeDistributedFlattenCStyleLayer` (Deep Learning Toolbox)
`nnet.keras.layer.ZeroPadding2dLayer` (Deep Learning Toolbox)

カスタム ONNX 層

層の名前	CUDA	TensorRT	cuDNN
`nnet.onnx.layer.ClipLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.ElementwiseAffineLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.FlattenInto2dLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.FlattenLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.GlobalAveragePooling2dLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.IdentityLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.PreluLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.SigmoidLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.TanhLayer` (Deep Learning Toolbox)
`nnet.onnx.layer.VerifyBatchSizeLayer` (Deep Learning Toolbox)

カスタム層

層の名前 CUDA TensorRT cuDNN

層の名前	CUDA	TensorRT	cuDNN
`Custom layers` 詳細情報問題に関して定義される、学習可能パラメーターを伴う場合と伴わない場合があるカスタム層。カスタム深層学習層の定義方法については、カスタム深層学習層の定義 (Deep Learning Toolbox)とコード生成用のカスタム深層学習層の定義 (Deep Learning Toolbox)を参照してください。カスタム層を使用してネットワーク用のコードを生成する方法の例については、YOLO v3 深層学習ネットワークを使用したオブジェクト検出用のコード生成を参照してください。コード生成の制限カスタム層の出力は固定サイズの配列でなければなりません。 `coder.gpuConfig` で `MallocMode` プロパティを `"unified"` に設定すると、追加のメモリコピーが必要となり、パフォーマンスの低下につながります。`"discrete"` を使用することを推奨します。GPU メモリ割り当ての詳細については、離散および管理モードを参照してください。 cuDNN ターゲットは、カスタム層の行優先コード生成と列優先コード生成の両方をサポートします。TensorRT ターゲットは、列優先コード生成のみをサポートします。カスタム層には `%#codegen` プラグマが含まれていなければなりません。カスタム層と LSTM 層または GRU 層を含むシーケンスネットワークはサポートされていません。次の場合は、`dlarray` をカスタム層に渡すことができます。カスタム層が `dlnetwork` 内にある。カスタム層が DAG ネットワークまたは系列ネットワーク内にあり、`nnet.layer.Formattable` から継承されているか、逆伝播をもたない。サポートされていない `dlarray` メソッドについては、`dlarray` から基になるデータを抽出して計算を実行し、データを `dlarray` オブジェクトに再構成しなければなりません。次に例を示します。 function Z = predict(layer, X) if coder.target('MATLAB') Z = doPredict(X); else if isdlarray(X) X1 = extractdata(X); Z1 = doPredict(X1); Z = dlarray(Z1); else Z = doPredict(X); end end end

Custom layers

詳細情報

コード生成の制限

サポートされているクラス

以下のターゲット深層学習ライブラリについて、以下のクラスが GPU Coder によるコード生成でサポートされています。

名前	CUDA	TensorRT	cuDNN
`dlnetwork` (Deep Learning Toolbox)
`DAGNetwork` (Deep Learning Toolbox)
`pointPillarsObjectDetector` (Lidar Toolbox)
`SeriesNetwork` (Deep Learning Toolbox)
`ssdObjectDetector` (Computer Vision Toolbox)
`yolov2ObjectDetector` (Computer Vision Toolbox)
`yolov3ObjectDetector` (Computer Vision Toolbox)
`yolov4ObjectDetector` (Computer Vision Toolbox)
`yoloxObjectDetector` (Computer Vision Toolbox)