生成通用的C/ c++代码的深度学习网络- MATLAB和Simulink万博1manbetx

生成通用的C/ c++代码的深度学习网络

与MATLAB^®编码器™，你可以从一个已经训练好的卷积神经网络(CNN)中生成通用的C或c++代码进行预测。生成的C/ c++代码不依赖于任何第三方库。生成的代码通过在输入中指定的架构、层和参数实现CNNSeriesNetwork(深度学习工具箱)或DAGNetwork(深度学习工具箱)网络对象。看到支持代码生成的网络和层万博1manbetx．

使用以下方法生成代码:

标准的codegen命令为C/ c++代码生成从MATLAB的代码。
的MATLAB编码器应用程序。

需求

在Windows上^®，用于深度学习网络的代码生成codegen功能要求微软^®Visual Studio^®或MinGW^®编译器。
MATLAB编码器接口的深度学习库．要安装这个支持包，请从MATLA万博1manbetxB中选择它附加组件菜单。
深度学习工具箱™。

使用代码生成`codegen`

用MATLAB编写一个入口点函数:

使用coder.loadDeepLearningNetwork函数构造并建立一个CNN网络对象。有关更多信息，请参见为代码生成加载预训练的网络．
调用预测(深度学习工具箱)方法对入口点的网络函数进行输入。
指定一个MiniBatchSize在预测管理用于预测多个输入图像或观察的内存使用的方法。

例如:

函数= my_predict(中)% # codegen持久性对象mynet用于加载系列网络对象。%在第一次调用此函数时，将构造持久对象并%设置。当函数被调用之后，同一个对象将被重用%来对输入调用predict，从而避免重构和重新加载%网络对象。持续的mynet;如果mynet = code . loaddeeplearningnetwork ()“myNetwork.mat”）;结束输入通入=预测(mynet,,“MiniBatchSize”2);

创建深度学习配置对象dlconfig属性生成泛型C/ c++代码编码器。DeepLearningConfig函数。
```
dlconfig =编码器。DeepLearningConfig (TargetLibrary =“没有”）;
```
为MEX或静态或动态链接库创建代码生成配置对象。默认情况下，代码生成器生成泛型C代码。要生成通用c++代码，请在代码生成配置对象中设置TargetLang参数“c++”．设置DeepLearningConfig参数指定先前创建的对象dlconfig．
```
cfg = coder.config (“自由”）;cfg。TargetLang =“c++”；cfg。DeepLearningConfig = dlconfig;
```
运行codegen命令。使用配置选项指定配置对象。使用arg游戏选项指定输入类型。
```
codegen配置cfgmy_predictarg游戏{myInput}报告
```
请注意

您可以为代码生成指定半精度输入。但是，代码生成器类型将输入转换为单精度。深度学习工具箱使用单精度，浮点算法的所有计算在MATLAB。