coder.CMSISNNConfig

参数配置深度学习与Cortex-M CMSIS-NN图书馆的目标代码生成

自从R2022a

扩展所有的页面

描述

的coder.CMSISNNConfig对象包含CMSIS-NN库和相关部门^®Cortex-M目标特定的参数codegen用途为深层神经网络生成C代码。

使用一个coder.CMSISNNConfig对象代码生成、分配它DeepLearningConfig属性传递给代码生成配置对象codegen。

通过创建一个CMSIS-NN配置对象coder.DeepLearningConfig函数库设置为目标“cmsis-nn”。

的位置MAT-file包含校准数据。

当执行量化时,校准(深度学习工具箱)功能锻炼的网络和收集动态范围重量和偏见的卷积和完全连接层的网络和动态范围激活所有层的网络。为优化网络生成代码,保存的结果校准函数MAT-file和指定的位置这MAT-file代码生成器使用这个属性。有关更多信息,请参见生成int8代码深入学习网络。

精确推理计算的支持层。万博1manbetx

目标库的名称,指定为一个特征向量。

创建一个入口点函数net_predict使用coder.loadDeepLearningNetwork函数加载网络对象净从MAT-filenetFile。然后使用该模型进行预测对象的函数。

函数出= net_predict (netFile)净= coder.loadDeepLearningNetwork (netFile);=预测(净);结束

创建一个coder.config配置对象生成一个C的静态库。

cfg = coder.config (“自由”);

创建一个coder.CMSISNNConfig深度学习配置对象和指定的位置校正MAT-file。分配到DeepLearningConfig财产的cfg配置对象。

dlcfg = coder.DeepLearningConfig (“cmsis-nn”);dlcfg。CalibrationResultFile =“calibration.mat”;cfg。DeepLearningConfig = dlcfg;

使用配置选择的codegen函数来指定cfg配置对象。的codegen函数必须确定大小、阶级和MATLAB的复杂性^®函数的输入。使用arg游戏选择指定的大小的入口点函数的输入。

codegen配置cfgnet_predictarg游戏{coder.Constant (calibration.mat), exampleinput}

的codegen命令所有生成的文件的地方codegen文件夹中。

介绍了R2022a