文档

深度学习与MATLAB编码器

为深度学习神经网络生成c++代码(需要深度学习工具箱™)

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。

功能

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

主题

深度学习与MATLAB编码器的先决条件

为深度学习网络安s manbetx 845装产品并配置代码生成环境。

基于MATLAB编码器的深度学习代码生成工作流

从预先训练的网络生成预测代码。

支持c++代码生成的深度学习网络和层万博1manbetx

选择目标处理器支持的卷积神经网络。万博1manbetx

加载预训练网络以生成代码

创建一个SeriesNetworkDAGNetwork对象,用于生成代码。

基于MKL-DNN的深度学习网络代码生成

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。

基于ARM计算库的深度学习网络代码生成

针对ARM处理器,生成用于深度学习网络预测的c++代码。

相关信息

特色的例子