深度学习是机器学习,教计算机做什么顺其自然人类的一个分支:从经验中学习。该学习算法直接使用计算方法来“学习”的信息从数据而不依赖于一个预定的方程作为模型。深度学习使用卷积神经网络(细胞神经网络)直接从图像学有用的数据表示。
您可以使用MATLAB®编码器™与深学习工具箱生成从训练的CNN C ++代码。您可以将生成的代码部署到使用英特尔嵌入式平台®或ARM®处理器。
深度学习用MATLAB编码器在不支持万博1manbetxMATLAB在线™。
代码生成 |
生成从C / C ++代码MATLAB码 |
cnncodegen |
生成代码和生成静态库系列或DAG网络 |
coder.loadDeepLearningNetwork |
负载深度学习网络模型 |
coder.DeepLearningConfig |
创建深度学习代码生成配置对象 |
coder.ARMNEONConfig |
参数来配置深度学习代码生成与臂计算库 |
coder.MklDNNConfig |
参数来配置深度学习代码生成与英特尔数学核心函数库深层神经网络 |
coder.getDeepLearningLayers |
获得支持的卷积神经网络层代码生成特定深度学习库万博1manbetx |
将产品安装和配置s manbetx 845环境,代码生成深学习网络。
从一个预训练的网络生成用于预测的代码。
选择一个支持你的目标处理器卷积神经网络。万博1manbetx
创建一个SeriesNetwork
,DAGNetwork
,yolov2ObjectDetector
, 要么ssdObjectDetector
对象代码生成。
从深度学习网络生成C ++进行预测编码,靶向Intel的CPU。
从深度学习网络生成C ++进行预测编码,靶向ARM处理器。
生成主机上的ARM硬件目标部署库或可执行代码。
开始使用深层学习工具箱(深学习工具箱)
深度学习与GPU编码器(GPU编码器)