深度学习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与生俱来的事情: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)直接从图像中学习数据的有用表示。

你可以使用MATLAB^®编码器™使用深度学习工具箱从训练好的CNN生成c++代码。然后可以将生成的代码部署到使用Intel处理器的嵌入式平台^®或手臂^®处理器。您还可以从经过训练的CNN生成不依赖于任何第三方库的通用C或c++代码。

深度学习MATLAB编码器中不支持金宝appMATLAB在线™．

功能

`codegen`	生成C/ c++代码MATLAB代码
`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。手臂NEONConfig`	参数来配置深度学习代码生成手臂计算库
`编码器。CMSISNNConfig`	使用CMSIS-NN库为Cortex-M目标配置深度学习代码生成的参数
`编码器。MklDNNConfig`	参数来配置深度学习代码生成英特尔深度神经网络的数学内核库
`analyzeNetworkForCodegen`	分析深度学习网络代码生成
`coder.regenerateDeepLearningParameters`	重新生成包含网络学习对象和状态参数的文件

主题

用MATLAB编码器进行深度学习的先决条件
为深度学习网络安下载188bet金宝搏装产品和配置代码生成环境。
使用MATLAB编码器进行深度学习代码生成的工作流程
从预先训练的网络生成用于预测的代码。
代码生成支持的网络和层金宝app
选择目标处理器支持的卷积神经网络。金宝app
分析网络代码生成
检查深度学习网络的代码生成兼容性。
代码生成为dlarray
在MATLAB代码中使用深度学习数组用于代码生成。
dlarray代码生成限制
坚持深度学习数组的代码生成限制。
为代码生成加载预训练的网络
创建一个SeriesNetwork，DAGNetwork，yolov2ObjectDetector，ssdObjectDetector,或dlnetwork对象用于代码生成。
为深度学习网络生成通用C/ c++代码
从不依赖于任何第三方库的深度学习网络生成用于预测的C/ c++代码。
基于mml - dnn的深度学习网络代码生成
从深度学习网络生成用于预测的c++代码，目标是英特尔CPU。
基于ARM计算库的深度学习网络代码生成
从深度学习网络生成用于预测的c++代码，目标是ARM处理器。
交叉编译深度学习代码使用ARM计算库
在主机上生成库或可执行代码，以便部署到ARM硬件目标上。
为深度学习网络生成int8代码
量化并生成预训练卷积神经网络的代码。
代码生成后更新网络参数
对深度学习网络参数进行邮编生成更新。