深度学习与MATLAB编码器

为深度学习神经网络生成c++代码(需要深度学习工具箱™)

深度学习是机器学习的一个分支,教计算机做什么是自然对人类:从经验中学习。学习算法使用计算方法来“学习”信息直接从数据模型不依赖一个预先确定的方程。深度学习使用卷积神经网络(cnn)学习有用的数据直接从图像表示。

您可以使用MATLAB^®编码器™与深度学习工具箱生成c++代码从一个训练有素的CNN。然后,您可以将生成的代码部署到嵌入式平台,使用一个英特尔^®或手臂^®处理器。你也可以生成通用的C或c++代码从一个训练有素的CNN,不依赖于任何第三方库。

深度学习与MATLAB编码器不支持的万博1manbetxMATLAB在线™。

功能

`codegen`	生成C / c++代码MATLAB代码
`coder.loadDeepLearningNetwork`	负载深度学习网络模型
`coder.DeepLearningConfig`	创建深度学习代码生成配置对象
`coder.ARMNEONConfig`	参数配置深度学习的代码生成手臂计算库
`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
`coder.MklDNNConfig`	参数配置深度学习的代码生成英特尔数学内核库深层神经网络
`analyzeNetworkForCodegen`	分析深入学习网络的代码生成
`coder.regenerateDeepLearningParameters`	生成的文件包含网络可学的和状态参数

先决条件与MATLAB编码器深度学习
安装产品和配置代s manbetx 845码生成深度学习网络环境。
工作流与MATLAB编码器深度学习代码生成
为预测从pretrained网络生成代码。
网络层支持代码生成万博1manbetx
选择一个卷积神经网络,支持你的目标处理器。万博1manbetx
分析网络代码生成
检查代码生成深度学习网络的兼容性。
代码生成的dlarray
MATLAB代码中使用深度学习数组用于代码生成。
dlarray限制代码生成
遵守代码生成限制深度学习数组。
负载Pretrained网络代码生成
创建一个SeriesNetwork,DAGNetwork,yolov2ObjectDetector,ssdObjectDetector,或dlnetwork对象代码生成。
生成通用的C / c++代码深入学习网络
预测生成C / c++代码从深入学习网络不依赖于任何第三方库。
代码生成与MKL-DNN深度学习网络
生成c++代码从深入学习网络预测,针对Intel CPU。
代码生成与臂计算深度学习网络图书馆
生成c++代码从深入学习网络预测,针对ARM处理器。
保存深度学习使用手臂计算库的代码
生成库或可执行代码为ARM硬件上部署的目标主机。
生成int8代码深入学习网络
数字转换和生成代码pretrained卷积神经网络。
代码生成后更新网络参数
执行post代码生成更新深度学习网络参数。