将数据从CPU移动到GPU。您可以通过创建一个gpuArray对象。

该任务指导软件调测工程师在GPU上进行图像处理操作。的任何工具箱函数gpuArray对象作为输入可以在GPU上工作。例如，您可以传递一个gpuArray到imfilter功能，在图形处理器上进行过滤操作。有关已启用gpu的所有工具箱功能的列表，请参见受支持的具有限制万博1manbetx的函数列表和其他注意事项．

将数据从GPU移回CPU。应用程序通常在处理后将数据从GPU移回CPU，使用收集函数。

有关使用gpu的一般信息，请参见在工作区和GPU之间传输数组(并行计算工具箱)。

使用图形处理器进行图像处理的示例，请参见在GPU上执行阈值操作和形态学操作．

看一个使用MATLAB的例子^®arrayfun函数在GPU上执行基于元素或基于像素的操作，参见在GPU上执行元素操作．

要了解如何将自定义CUDA内核直接集成到MATLAB中以加速复杂算法，请参见在GPU上运行CUDA或PTX Code(并行计算工具箱)。

性能改进可以依赖于GPU设备。

在GPU上返回的结果与在CPU上返回的结果可能有微小的差异。