创建一个入口点函数resnet_predict使用coder.loadDeepLearningNetwork函数来加载resnet50(深度学习工具箱)SeriesNetwork对象。

函数= resnet_predict(中)持续的mynet;如果mynet = code . loaddeeplearningnetwork (“resnet50”,“myresnet”);结束=预测(mynet,);

创建一个coder.config用于生成MEX代码的配置对象。

cfg = coder.config (墨西哥人的);

将目标语言设置为c++。

cfg。TargetLang =“c++”;

创建一个coder.MklDNNConfig深度学习配置对象。把它分配给DeepLearningConfig财产的cfg配置对象。

cfg。DeepLearningConfig = coder.DeepLearningConfig (“mkldnn”);

使用配置选择的codegen函数，以传递cfg配置对象。的codegen函数必须确定大小，类，和MATLAB的复杂性^®函数的输入。使用arg游戏选项指定入口点函数的输入的大小。

codegenarg游戏{(224224 3,“单”)}配置cfgresnet_predict

的codegen命令将所有生成的文件放置到codegen文件夹中。该文件夹包含入口点函数的c++代码resnet_predict.cpp、头文件和源文件，其中包含卷积神经网络(CNN)的c++类定义、权值和偏差文件。