Main Content

コード生成と GPU サポート

C/C++ および CUDA® コードと MEX 関数の生成、およびグラフィックス処理装置 (GPU) での関数の実行

MATLAB® Coder™ は、C/C++ コード生成をサポートする Wavelet Toolbox™ の関数から ANSI 準拠 C/C++ コードとスタンドアロン実行可能ファイルを生成します。GPU Coder™ は、GPU コード生成をサポートする関数に対して CUDA コードとスタンドアロン実行可能ファイルを生成します。Wavelet Toolbox には、自動的に GPU で実行できる関数も含まれています。このサポートには Parallel Computing Toolbox™ が必要です。

次の表は、サポートされている Wavelet Toolbox ワークフローを示しています。

ワークフローC/C++ コード生成GPU コード生成GPU による高速化
時間-周波数✓✓✓
信号解析✓✓✓
イメージ解析✓✓✓
ノイズ除去✓  
直交および双直交フィルター バンク✓  

主要なトピック

注目の例

Denoise Signal Using Generated C Code

Denoise Signal Using Generated C Code

Generate C code containing Wavelet Toolbox functions for denoising.

ライブ スクリプトを開く
CUDA Code from CWT

CUDA Code from CWT

Learn how to generate CUDA Code for the CWT.

スクリプトを開く
Deploy Signal Classifier Using Wavelets and Deep Learning on Raspberry Pi

Deploy Signal Classifier Using Wavelets and Deep Learning on Raspberry Pi

The workflow to classify human electrocardiogram (ECG) signals using the Continuous Wavelet Transform (CWT) and a deep convolutional neural network (CNN). This example also provides information on how to generate and deploy the code and CNN for prediction on a Raspberry Pi target (ARM®-based device).

ライブ スクリプトを開く
Deploy Signal Classifier on NVIDIA Jetson Using Wavelet Analysis and Deep Learning

Deploy Signal Classifier on NVIDIA Jetson Using Wavelet Analysis and Deep Learning

Generate and deploy a CUDA® executable that classifies human electrocardiogram (ECG) signals using features extracted by the continuous wavelet transform (CWT) and a pretrained convolutional neural network (CNN).

ライブ スクリプトを開く
GPU Acceleration of Scalograms for Deep Learning

GPU Acceleration of Scalograms for Deep Learning

Accelerate scalogram computation using GPUs. The computed scalograms are used as the input features to deep convolution neural networks (CNN) for ECG and spoken digit classification.

ライブ スクリプトを開く
Wavelet Time Scattering with GPU Acceleration — Music Genre Classification

Wavelet Time Scattering with GPU Acceleration — Music Genre Classification

Accelerate the computation of wavelet scattering features using gpuArray (Parallel Computing Toolbox) and a parallelized "depth-first" version of wavelet time scattering. You must have a CUDA-enabled NVIDIA GPU with compute capability 3.0 or higher. See リリース別の GPU サポート (Parallel Computing Toolbox) for details.

ライブ スクリプトを開く
Wavelet Time Scattering with GPU Acceleration — Spoken Digit Recognition

Wavelet Time Scattering with GPU Acceleration — Spoken Digit Recognition

Accelerate the computation of wavelet scattering features using gpuArray (Parallel Computing Toolbox) and a parallelized "depth-first" version of wavelet time scattering. You must have a CUDA-enabled NVIDIA GPU with compute capability 3.0 or higher. See リリース別の GPU サポート (Parallel Computing Toolbox) for details. This example uses an NVIDIA Titan XP GPU with compute capability 6.1.

ライブ スクリプトを開く

Wavelet Toolbox ドキュメンテーション

サポート

MATLAB、Simulink、その他の製品をお試しください

無料評価版のダウンロード