MATLAB Coder Support Package for PyTorch® and LiteRT Models は、さまざまな事前学習済みの PyTorch および LiteRT (旧 TensorFlow Lite) のディープラーニング ネットワークから、読みやすく移植可能な C/C++ ソースコードを生成することを可能にします。MATLAB および Simulink の前処理および後処理、ならびにディープラーニング モデルを含む完全なアプリケーションを、既存の C/C++ プロジェクトにソースコードやスタティック ライブラリまたはダイナミック ライブラリとして統合できます。その後、完全なアプリケーションをデスクトップシステムから組み込みハードウェアまでのさまざまなハードウェア プラットフォームに展開することができます。
このサポートパッケージを使用すると、PyTorch および LiteRT モデルから、NVIDIA Jetson™ や NVIDIA Clara™ プラットフォームに組み込まれたものを含む最新の NVIDIA® GPU 向けの CUDA® コードも生成できます (GPU Coder を使用)。コードのカスタマイズ、ハードウェアに特化した最適化、およびソフトウェアインザループ (SIL) およびプロセッサインザループ (PIL) テストを用いたコード検証を適用できます (Embedded Coder を使用)。また、PyTorch および LiteRT モデルを含む Simulink モデルからコードを生成することもできます (Simulink Coder を使用)。
製品ハイライト
ソースコードの生成
事前学習済みの PyTorch および LiteRT モデルから、前処理および後処理のロジックを含む、可読性が高く移植可能な C/C++ ソースコードを生成します。生成されるロイヤリティフリーのコードは、お客様の商用アプリケーションに無償で組み込んで顧客に提供できます。また、Infineon© AURIX™ TC4x マイクロコントローラーなどの特定のターゲット向けには、Embedded Coder を使用して、プロセッサ固有の機能を利用することもできます。
ハードウェア上での実行
生成されたコードをコンパイルし、デスクトップシステムから組み込みプロセッサやマイクロコントローラーまで、コンパイラが対応するあらゆるハードウェア上で実行できます。生成コードとアプリケーションを手動で統合することで、任意のデバイスをターゲットにします。MATLAB Support Package for Raspberry Pi や MATLAB Coder Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms を含むハードウェア サポート パッケージを使用して、選択したターゲット向けのプロセスを自動化します。
生成コードの最適化
SIMD (単一命令・複数データ) 命令を生成し、マルチコア OpenMP コードを用いてループを並列化できます。また、ARM® Cortex®-M、Cortex-A、Infineon AURIX™ TC4x マイクロコントローラーなどの特定のターゲット向けに、Embedded Coder を使用してプロセッサ固有の機能を利用したコードを生成することで、実行時間を短縮します。
ディープラーニングの用途
PyTorch および LiteRT のディープラーニング ネットワークを使用してさまざまな種類のデータを処理し、リソースに制約のあるハードウェアへネットワークを展開できます。
信号および時系列データ
異常検知、信号分類、バッテリーの充電状態推定、音声認識などのタスクに、信号および時系列データに対するディープラーニングを使用できます。再帰型ニューラル ネットワーク (RNNs)、長短期記憶 (LSTM)/ゲート付き再帰型ユニット (GRUs)、トランスフォーマー、オートエンコーダーに基づくネットワークのコードを生成し、CPU (ARM Cortex-M、Cortex-A、Intel® を含む) や NVIDIA GPU に展開できます。
画像および動画データ
画像や動画に対してディープラーニングを使用し、画像の分類、フレーム内の物体の検出や追跡、画像およびフレーム領域を異なる種類のオブジェクトに分割できます。YOLO11、DINOv2、Depth Anything などのネットワークのコードを生成し、CPU (ARM Cortex-A、Intel を含む) や NVIDIA GPU に展開できます。
サポートパッケージを申し込む
技術エキスパートにご相談ください。
