MATLABCoderを使用した深層学習

深層学習ニューラルネットワークの C++ コードの生成 (Deep Learning Toolbox™ が必要)

深層学習とは、人間が生まれながらに身に付けている、経験から学ぶという行動をするようにコンピューターに学習させる機械学習の一分野です。学習アルゴリズムは、モデルとして事前に定義された方程式に依存せずに、計算メソッドを使用して情報をデータから直接 "学習" します。深層学習は、畳み込みニューラルネットワーク (CNN) を使用して、イメージから直接データの有用な表現を学習します。

MATLAB^®Coder™を Deep Learning Toolbox と共に使用して、学習済み CNN から C++ コードを生成できます。生成されたコードを Intel^®または ARM^®プロセッサを使用する組み込みプラットフォームに展開できます。どのサードパーティライブラリにも依存しない学習済み CNN からの汎用 C または C++ コードの生成もできます。

MATLAB Coderを使用した深層学習はMATLAB Online™ではサポートされていません。

関数

`codegen`	MATLABコードから C/C++ コードを生成する
`coder.loadDeepLearningNetwork`	深層学習ネットワークモデルの読み込み
`coder.DeepLearningConfig`	深層学習コード生成構成オブジェクトを作成する
`coder.ARMNEONConfig`	ARMCompute Library を使用した深層学習コード生成用の構成パラメーター
`coder.CMSISNNConfig`	Parameters to configure deep learning code generation with the CMSIS-NN library for Cortex-M targets
`coder.MklDNNConfig`	IntelMath Kernel Library for Deep Neural Networks を使用して深層学習のコード生成を構成するパラメーター
`coder.getDeepLearningLayers`	特定の深層学習ライブラリのコード生成でサポートされる層のリストを取得する
`coder.regenerateDeepLearningParameters`	Regenerate files containing network learnables and states parameters

トピック

MATLAB Coder を使用した深層学習の前提条件
製品をインストールし、深層学習ネットワークのコード生成用の環境を構成します。
MATLAB Coder を使用した深層学習コード生成のワークフロー
事前学習済みのネットワークから予測用のコードを生成します。
コード生成でサポートされているネットワークとレイヤー
ターゲットプロセッサでサポートされている畳み込みニューラルネットワークを選択します。
Code Generation for dlarray
Use deep learning arrays in MATLAB code intended for code generation.
dlarray Limitations for Code Generation
Adhere to code generation limitations for deep learning arrays.
コード生成のための事前学習済みネットワークの読み込み
コード生成のためのSeriesNetwork、DAGNetwork、yolov2ObjectDetector、ssdObjectDetectorまたはdlnetworkオブジェクトを作成する。
Generate Generic C/C++ Code for Deep Learning Networks
Generate C/C++ code for prediction from a deep learning network that does not depend on any third-party libraries.
MKL-DNN を使用した、深層学習ネットワークのためのコード生成
Intel CPU をターゲットとする、深層学習ネットワークからの予測のための C++ コードの生成。
ARM Compute Library を使用した、深層学習ネットワークのためのコード生成
ARM プロセッサをターゲットとする、深層学習ネットワークからの予測のための C++ コードの生成。
ARM Compute Library を使用する深層学習コードのクロスコンパイル
ARM ハードウェアターゲットに展開するライブラリまたは実行可能コードをホストコンピューターで生成する。
Code Generation for Quantized Deep Learning Networks
Quantize and generate code for a pretrained convolutional neural network.
Update Network Parameters After Code Generation
Perform post code generation updates of deep learning network parameters.

注目の例

Intel ターゲットにおける異なるバッチサイズの深層学習コードの生成

Intel プロセッサをターゲットとする、深層学習ネットワークのコードの生成。

スクリプトを開く

Generate Digit Images Using Variational Autoencoder on Intel CPUs

Generate code for a trained VAE dlnetwork to generate hand-drawn digits.

ライブスクリプトを開く

ARM ターゲットでの深層学習用のコード生成

ハードウェアサポートパッケージがない場合の ARM Compute Library を使用したコード生成。

スクリプトを開く

codegenを使用した臂计算による深層学習の予測

ARM プロセッサをターゲットとする、深層学習ネットワークのコードの生成。

スクリプトを開く

MobileNet-v2 ネットワークの Raspberry Pi へのコード生成と配布

外部ハードウェアでのオブジェクト予測に MobileNet-V2 ネットワークを使用します。

スクリプトを開く

YOLO v2 および Intel MKL-DNN を使用したオブジェクト検出の C++ コードの生成

Intel CPU でのオブジェクト検出のコードを生成します。

スクリプトを開く

U-Net を使用する Intel CPU でのセマンティックセグメンテーションアプリケーションのコード生成

Intel CPU で深層学習ネットワーク U-Net を使用してイメージのセグメンテーションを実行する MEX 関数を生成する。

スクリプトを開く

U-Net を使用する ARM Neon ターゲットでのセマンティックセグメンテーションアプリケーションのコード生成

ARM ターゲットで深層学習ネットワーク U-Net を使用してイメージのセグメンテーションを実行するスタティックライブラリを生成する。

ライブスクリプトを開く

Raspberry Pi での LSTM ネットワークのコード生成

事前学習済みの長短期記憶ネットワークのコードを生成して、マシンの残存耐用期間 (RUI) を予測する。

ライブスクリプトを開く

Intel MKL-DNN を使用する LSTM ネットワークのコード生成

入力 timeseries の各ステップに関する予測を行う事前学習済みの LSTM ネットワークのコードを生成する。

ライブスクリプトを開く

Code Generation for Convolutional LSTM Network That Uses Intel MKL-DNN

Generate a MEX function for a deep learning network containing both convolutional and BiLSTM layers that classifies videos

ライブスクリプトを開く

ARM Neon ターゲット用の深層学習コードのクロスコンパイル

ARM ハードウェアターゲットに展開するライブラリまたは実行可能コードをホストコンピューターで生成する。

ライブスクリプトを開く

Code Generation for Quantized Deep Learning Network on Raspberry Pi

Generate code for deep learning network that performs inference computations in 8-bit integers.

ライブスクリプトを開く

Code Generation for Quantized Deep Learning Network on Cortex-M Target

Generate code for deep learning network that performs inference computations in 8-bit integers.

ライブスクリプトを開く

Generate Generic C/C++ Code for Sequence-to-Sequence Regression That Uses Deep Learning

Generate C/C++ code for a trained CNN that does not depend on any third-party libraries.

ライブスクリプトを開く

Generate Code for LSTM Network and Deploy on Cortex-M Target

生成一个Processor-In-the-Loop executabl(公益诉讼)e that runs on an STM32F746G-Discovery board.

ライブスクリプトを開く

Post-Code-Generation Update of Deep Learning Network Parameters

Incrementally update the network learnables of a deep learning network application running on edge devices such as Raspberry Pi. This example uses a cart-pole reinforcement learning application to illustrate:

ライブスクリプトを開く

Prune Filters in a Detection Network Using Taylor Scores

Reduce network size and increase inference speed by pruning convolutional filters in a you only look once (YOLO) v3 object detection network.

ライブスクリプトを開く

MATLABCoderを使用した深層学習

関数

トピック

関連情報

注目の例

Intel ターゲットにおける異なるバッチ サイズの深層学習コードの生成

Generate Digit Images Using Variational Autoencoder on Intel CPUs

ARM ターゲットでの深層学習用のコード生成

codegenを使用した臂计算による深層学習の予測

MobileNet-v2 ネットワークの Raspberry Pi へのコード生成と配布

YOLO v2 および Intel MKL-DNN を使用したオブジェクト検出の C++ コードの生成

U-Net を使用する Intel CPU でのセマンティック セグメンテーション アプリケーションのコード生成

U-Net を使用する ARM Neon ターゲットでのセマンティック セグメンテーション アプリケーションのコード生成

Raspberry Pi での LSTM ネットワークのコード生成

Intel MKL-DNN を使用する LSTM ネットワークのコード生成

Code Generation for Convolutional LSTM Network That Uses Intel MKL-DNN

ARM Neon ターゲット用の深層学習コードのクロスコンパイル

Code Generation for Quantized Deep Learning Network on Raspberry Pi

Code Generation for Quantized Deep Learning Network on Cortex-M Target

Generate Generic C/C++ Code for Sequence-to-Sequence Regression That Uses Deep Learning

Generate Code for LSTM Network and Deploy on Cortex-M Target

Post-Code-Generation Update of Deep Learning Network Parameters

Prune Filters in a Detection Network Using Taylor Scores

Intel ターゲットにおける異なるバッチサイズの深層学習コードの生成

U-Net を使用する Intel CPU でのセマンティックセグメンテーションアプリケーションのコード生成

U-Net を使用する ARM Neon ターゲットでのセマンティックセグメンテーションアプリケーションのコード生成