analyzeNetworkForCodegen
描述
例子
检查代码生成网络兼容性
这个例子展示了如何检查代码生成的兼容性MobileNet-v2网络使用analyzeNetworkForCodegen
函数。
您可以使用analyzeNetworkForCodegen
函数来确定网络和层兼容性问题时,针对不同的CPU和GPU深度学习图书馆的目标。
下载MobileNet-v2支持包金宝app
下面的例子使用了pretrained MobileNet-v2可以通过的版本深度学习工具箱™模型MobileNet-v2网络金宝app支持包。
MobileNet-v2卷积神经网络是53层深。pretrained版本的网络培训超过一百万图像从ImageNet数据库。pretrained网络图像输入的大小224 - 1000 - 224和可以分类图像到对象类别,如键盘,鼠标,铅笔,和许多动物。
mobilenetv2
ans = DAGNetwork属性:层:x1 nnet.cnn.layer.Layer[154]连接:[163 x2表]InputNames: {“input_1”} OutputNames: {“ClassificationLayer_Logits”}
如果深度学习工具箱MobileNet-v2网络模型支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。金宝app安装支持包,单击该链接,然后单金宝app击安装。
分析网络代码生成
运行analyzeNetworkForCodegen
函数mobilenetv2
分析,指定目标库。的analyzeNetworkForCodegen
功能要求为深入学习MATLAB®编码器™接口和为深入学习GPU编码器™接口金宝app支持包。安装所需的支持包,使用附加的探险家。金宝app
targetLibraries = {“cudnn”,“tensorrt”,“arm-compute-mali”,…“arm-compute”,“mkldnn”,“没有”,“cmsis-nn”};S = analyzeNetworkForCodegen (mobilenetv2 TargetLibrary = targetLibraries);
金宝app支持LayerDiagnostics _____ _________________________________________________________________________________________________________________________________________________________________________________ cudnn“是的”“tensorrt“是的”“arm-compute-mali“是的”“arm-compute“是的”“mkldnn“是的”“没有一个“是的”“cmsis-nn“不”“发现6支持层类型(s)。视图层类型相矛盾的。”
访问CMSIS-NN目标的分析结果,使用下面的命令。
disp (S (7))
TargetLibrary:“cmsis-nn”支持金宝app:0 NetworkDiagnostics: [0 x0表]LayerDiagnostics: [150 x3表]IncompatibleLayerTypes: [6 x1字符串)
显示层类型不支持CMSIS-NN代码生成。金宝app
(7).IncompatibleLayerTypes
ans =6 x1字符串“BatchNormalizationLayer”“AdditionLayer ClippedReLULayer”“Convolution2DLayer”“GlobalAveragePooling2DLayer”“GroupedConvolution2DLayer”
输入参数
净
- - - - - -深入学习网络分析
SeriesNetwork
对象|DAGNetwork
对象|dlnetwork
对象
网络分析代码生成。网络可以是一个SeriesNetwork
,DAGNetwork
,或dlnetwork
对象为自定义训练循环或自定义修剪循环。
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:resultStruct = analyzeNetworkForCodegen (mobilenetv2 TargetLibrary = [“mkldnn”、“没有”]);
TargetLibrary
- - - - - -代码生成目标库
特征向量|字符串标量
目标库深度学习代码生成指定为这个表中的值之一。
价值 | 描述 |
---|---|
“没有” |
生成不使用任何第三方库的代码。 |
“arm-compute” |
生成的代码使用的手臂®计算库。 |
“mkldnn” |
生成的代码使用了英特尔®数学内核库深层神经网络(英特尔MKL-DNN)。 |
“cmsis-nn” |
常见的单片机软件接口标准——神经网络(CMSIS-NN)图书馆。 要求MATLAB®编码器™界面深度学习。 |
“cudnn” |
使用CUDA的生成代码®深层神经网络库(cuDNN)。 这个选项需要GPU编码器™。 |
“tensorrt” |
利用了NVIDIA的生成代码®TensorRT——高性能深度学习推理优化器和运行时库。 这个选项需要GPU编码器。 |
安静的
- - - - - -抑制报告显示
假
(默认)|真正的
标量布尔
值抑制报告显示。默认情况下,在详细模式中显示分析功能。
输出参数
结果
——分析输出
结构数组
检查的结果代码生成的深层学习网络的兼容性,作为一个返回1
——- - - - - -N
结构,N
检查目标库的数量。
版本历史
介绍了R2022b
打开举例
你们possedez一个版本modifiee de cet(中央东部东京)为例。Souhaitez-vous打开cet(中央东部东京)为例用vos修改吗?
对MATLAB
你们有派对在联合国留置权,对应这个对MATLAB:
倒实行la对saisissez-la在fenetre德对MATLAB。Les navigateurs web不sup金宝appportent Les MATLAB命令。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。