创建入口点函数预测使用coder.loadDeepLearningNetwork函数来加载resnet50（深度学习工具箱）系列网络对象

作用out=resnet\u预测（in）持久的mynet；如果isempty（mynet）mynet=coder.loadDeepLearningNetwork(“resnet50”,“myresnet”);终止out=预测（mynet，in）；

创建一个coder.config用于生成MEX代码的配置对象。

cfg=coder.config(“墨西哥”);

将目标语言设置为C++。

cfg.TargetLang=“C++”;

创建一个coder.MklDNNConfig深度学习配置对象。将其分配给深度学习配置财产cfg配置对象。

cfg.DeepLearningConfig=coder.DeepLearningConfig(“mkldnn”);

使用-配置选择权编码基因函数传递cfg配置对象编码基因函数必须确定MATLAB的大小、类和复杂性^®函数输入。使用-args选项指定入口点函数输入的大小。

编码基因-args{one（224224,3，'single'）}-配置cfg预测

这个编码基因命令将所有生成的文件放置在编码基因文件夹该文件夹包含用于入口点功能的C++代码resnet_predict.cpp包含卷积神经网络（美国有线电视新闻网）、权重和偏置文件的C++类定义的头文件和源文件。