GPU Coder™用MATLAB®代码和Simulink®模型生成优化的CUDA®代码。生成的代码包括用于深度学习、嵌入式视觉和信号处理算法的可并行部分的CUDA内核。为了提高性能，生成的代码调用优化的NVIDIA® CUDA库，包括TensorRT™，cuDNN, cuFFT, cuSolver和cuBLAS。您可以将代码作为源代码、静态库或动态库集成到项目中。您还可以编译嵌入在NVIDIA Jetson®、NVIDIA DRIVE®和其他平台上的桌面、服务器和GPU的代码。

观看MATLAB系列技术讲座，探索关键的深度学习概念。学习什么时候使用深度学习，发现哪种方法适合您的具体应用，并探索您可能会遇到的一些挑战。在本视频中探索深度学习基础知识。您将了解深度学习为何如此流行的原因，并逐步了解3个基本概念：深度学习是什么，它在现实世界中的使用方式以及入门方法。

在这个关于人工智能的视频中，我们将了解什么是人工智能以及不同类型的人工智能。我们将探讨人工智能按功能划分有哪些种类，并通过一些例子来了解它们的用途。我们将讨论以下类型的人工智能：弱人工智能（ANI），强人工智能（AGI），超人工智能（ASI），反应机器（Reactive Machines），有限记忆（Limited Memory），心灵理论（Theory of Mind）和自我意识（Self-aware）。

观看视频示例，了解卡尔曼滤波器背后的工作原理。本视频介绍卡尔曼滤波器结合两个信息源，预测状态和噪声测量，以产生最佳的，无偏的状态估计。

本视频向你概述了Simulink®，这是一种多领域建模的仿真环境，供设计控制、无线和其他动态系统的工程师和科学家使用。使用Simulink，您可以在着手于硬件之前设计和模拟系统，并且可以探索和实现新的设计，而不必编写C、c++或HDL代码。Simulink是基于模型的设计平台，支持嵌入式系统的系统级设计、仿真、自动代码生成和持续测试与验证。

数据正在改变我们的工作方式，重塑商业模式。数据与设计主管安吉丽•奥吉罗(Angelique Augereau)和设计主管布鲁斯•金史(Bruce King-Shey)讨论了摩根大通的财务服务部门是如何利用数据来指导我们如何设计和向客户交付新产品的。

“人工智能和机器学习是一种不会过时的新工具，它将帮助工程师更好地完成他们的工作。”机械工程系主任艾伦·罗宾逊和其他几位教员解释了人工智能和机器学习如何影响他们的研究和他们教授的本科和研究生课程。

实际上，卡尔曼滤波器就是一种状态观测器，但它是为随机系统设计的。这就是卡尔曼滤波器方程和我们讨论概率密度函数之间的关系。