深度学习是机器学习的一个分支,它教会计算机做人类天生擅长的事情:从经验中学习。学习算法使用计算方法直接从数据中“学习”信息,而不依赖于预先确定的方程作为模型。深度学习使用卷积神经网络(cnn)直接从图像中学习有用的数据表示。
您可以使用MATLAB®编码器™使用深度学习工具箱从训练有素的CNN生成c++代码。您可以将生成的代码部署到使用Intel的嵌入式平台®或手臂®处理器。
codegen |
从MATLAB代码生成C/ c++代码 |
cnncodegen |
为Series或DAG Network生成代码并构建静态库 |
coder.loadDeepLearningNetwork |
加载深度学习网络模型 |
编码器。DeepLearningConfig |
创建深度学习代码生成配置对象 |
编码器。MklDNNConfig |
参数配置深度学习代码生成与英特尔数学内核库的深度神经网络 |
coder.getDeepLearningLayers |
获得卷积神经网络层支持的代码生成为一个特定的深度学习库万博1manbetx |
为深度学习网络安s manbetx 845装产品并配置代码生成环境。
从预先训练的网络生成预测代码。
选择目标处理器支持的卷积神经网络。万博1manbetx
创建一个SeriesNetwork
或DAGNetwork
对象,用于生成代码。
从一个深度学习网络生成预测的c++代码,目标是一个英特尔CPU。
针对ARM处理器,生成用于深度学习网络预测的c++代码。
开始使用深度学习工具箱(深度学习工具箱)
基于GPU编码器的深度学习(GPU编码器)