使用MATLAB®编码器™要生成深度学习网络的代码,您还必须安装:
深度学习工具箱™
用于深度学习的MATLAB编码器接口
的用于深度学习的MATLAB编码器接口不支持万博1manbetxMATLAB在线™。
您可以使用MATLAB编码器为部署到Intel的深度学习网络生成c++代码®或手臂®处理器。生成的代码利用了针对目标CPU优化的深度学习库。硬件和软件需求取决于目标平台。
请注意
到所需软件库的路径不能包含空格或特殊字符,如括号。在Windows上®操作系统,特殊字符和空格只允许在8.3文件名称被启用。有关8.3文件名称的更多信息,请参阅Windows文档。
英特尔cpu | 手臂cpu | |
---|---|---|
硬件需求 | Intel处理器,支持Intel高级向量扩万博1manbetx展2 (Intel) |
ARM cortex -一个支持的处理器万博1manbetx |
软件库 | 用于深度神经网络的英特尔数学内核库(MKL-DNN), v1.0。看到https://01.org/mkl-dnn 不要使用预构建的库,因为缺少一些必需的文件。相反,从源代码构建库。看到建立图书馆的说明GitHub上®。 有关build的更多信息,请参见MATLAB的答案™://www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep |
为计算机视觉和机器学习的ARM计算库,版本18.05,18.08,18.11,19.02,和19.05。看到https://developer.arm.com/technologies/compute-library 在a中指定版本号 不要使用预构建的库,因为它可能与ARM硬件上的编译器不兼容。相反,从源代码构建库。在您的主机上或直接在目标硬件上构建库。看到建立图书馆的说明在GitHub上。 包含库文件的文件夹,例如 有关build的更多信息,请参见MATLAB的答案://www.tianjin-qmedu.com/matlabcentral/answers/455590-matlab-coder-how-do-i-build-the-arm-compute-library-for-deep-learning-c-code-generation-and-deplo |
操作系统支持万博1manbetx | Windows、Linux®,macOS。 |
仅限Windows和Linux。 |
c++编译器 | MATLAB编码器定位并使用支持的已安装编译器。万博1manbetx有关受支持的编译器列表,请参见万博1manbetx万博1manbetx受支持和兼容的编译器在MathWorks®的网站。 您可以使用 c++编译器必须支持c++ 11。万博1manbetx 在Windows上,深度学习网络的代码生成使用 |
|
其他 | 开放源码电脑视觉图书馆(OpenCV),基于ARM的深度学习示例需要v3.1.0。 注意:这些示例需要单独的库,例如 有关更多信息,请参考OpenCV文档。 |
MATLAB编码器使用环境变量定位深度学习网络生成代码所需的库。
平台 | 变量名 | 描述 |
---|---|---|
窗户 | INTEL_MKLDNN |
到Intel MKL-DNN库安装根文件夹的路径。 例如:
|
ARM_COMPUTELIB |
在ARM目标硬件上安装ARM计算库的根文件夹的路径。 例如:
集 |
|
路径 |
到Intel MKL-DNN库文件夹的路径。 例如:
|
|
Linux | LD_LIBRARY_PATH |
到Intel MKL-DNN库文件夹的路径。 例如:
|
目标硬件上的ARM Compute Library文件夹的路径。 例如:
集 |
||
INTEL_MKLDNN |
到Intel MKL-DNN库安装根文件夹的路径。 例如:
|
|
ARM_COMPUTELIB |
在ARM目标硬件上安装ARM计算库的根文件夹的路径。 例如:
集 |
|
macOS | INTEL_MKLDNN |
到Intel MKL-DNN库安装根文件夹的路径。 例如:
|
UNIX®基于ARM目标的操作系统 | OPENCV_DIR |
到OpenCV的构建文件夹的路径。对于使用OpenCV的深度学习示例,请安装OpenCV。 例如:
|
请注意
方法生成树莓Pi™的代码树莓派硬件的M万博1manbetxATLAB支持包,您必须以非交互方式设置环境变量。说明,请参阅//www.tianjin-qmedu.com/matlabcentral/answers/455591-matlab-coder-how-do-i-setup-the-environment-variables-on-arm-targets-to-point-to-the-arm-compute-li
请注意
要构建和运行使用OpenCV的示例,必须在目标板上安装OpenCV库。对于Linux上的OpenCV安装,请确保库文件的路径和头文件的路径位于系统路径上。默认情况下,库和头文件安装在一个标准位置,例如/usr/local/lib/
和/usr/local/include/opencv
,分别。
对于目标板上的OpenCV安装,设置OPENCV_DIR
和路径
如上表中所述的环境变量。