先决条件

提前训练

加载预训练的数据MobileNet-v2网络在MobileNet-v2网络的深度学习工具箱模型.

net=mobilenetv2

net = DAGNetwork with properties: Layers: [154×1 nnet.cnn.layer.Layer] Connections: [163×2 table] InputNames: {'input_1'} OutputNames: {'ClassificationLayer_Logits'}

该网络包含155层，包括卷积、批量标准化、softmax和分类输出层analyzeNetwork ()函数显示网络体系结构的交互式绘图和包含网络层信息的表格。

分析网络；

生成代码

对于ARM目标的深度学习，您可以在主机开发计算机上生成代码。要构建和运行可执行程序，将生成的代码移动到ARM目标平台。目标平台必须有ARM Mali GPU。例如，HiKey960是您可以在其上执行本例中生成的代码的目标平台之一。

打电话给cnncodegen函数，将目标库指定为arm计算机马里.

cnncodegen（净，“targetlib”,“arm-compute-mali”);

将生成的文件复制到目标

使用首选的SCP（安全复制协议）或Secure Shell File Transfer Protocol（SSH）客户端，将生成的codegen文件夹和其他所需文件从主机开发计算机移动到目标平台。

例如，在Linux®平台上，要将文件传输到HiKey960，请使用以下格式的scp命令：

SCP (sourcefile) [username]@[targetname]:~/');

系统('sshpass-p password scp main\u mobilenet\u arm\u generic.cppusername@targetname:~/'); 系统('sshpass -p password SCP peppers_mobilenet.png username@targetname:~/'); 系统('sshpass-p password scp makefile\u mobilenet\u arm\u generic.mkusername@targetname:~/'); 系统('sshpass-p password scp synsetWords.txtusername@targetname:~/'); 系统('sshpass-p password scp-r codegenusername@targetname:~/');

在Windows®平台上，您可以使用pscp安装腻子时附带的工具。例如：

系统('pscp-pw密码-r代码生成器username@targetname：/home/username');

PSCP实用程序必须位于您的路径或当前文件夹中。

生成可执行文件

要在目标平台上构建库，请使用生成的makefilecnnbuild_rtw.mk.

例如，要在HiKey960上构建库:

系统('sshpass-p密码sshusername@targetname'...“make-C/home/username/codegen-f cnnbuild_rtw.mk”);

在Windows平台上，您可以使用腻子指挥-ssh参数登录并运行make命令。例如:

系统("腻子嘘!username@targetname-pw密码');

要在目标平台上构建和运行可执行文件，请使用以下格式的命令：make-C/home/$（用户名）和./execfile-f makefile\u mobilenet\u arm\u generic.mk

例如，在HiKey960上:

使- c/home/usrnamearm_mobilenet- fmakefile\u mobilenet\u arm\u generic.mk

在ARM平台上运行可执行文件，指定输入图像文件。

./mobilenet\u exe peppers\u mobilenet.png

对输入图像文件的前5个预测是: