深度学习是机器学习的一个分支,它教计算机做人类自然而然会做的事情: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,而不依赖于一个预先确定的方程作为模型。深度学习使用卷积神经网络(CNNs)直接从图像中学习有用的数据表示。
您可以使用马铃薯®编码器™使用深度学习工具箱,可以从训练的CNN生成C ++代码。您可以将生成的代码部署到使用英特尔的嵌入式平台®或手臂®处理器。您还可以从培训的CNN生成通用C或C ++代码,这些CNN不依赖于任何第三方库。
深入学习Matlab编码器不支持金宝appMatlab Online™。
Codegen. |
生成C/ c++代码马铃薯代码 |
Coder.LoadDeePlearningnetwork. |
负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 |
Coder.armneonConfig |
使用深度学习代码生成的参数手臂计算库 |
Coder.mkldnnconfig |
使用深度学习代码生成的参数英特尔深度神经网络的数学内核库 |
coder.getDeepLearningLayers |
获取特定深度学习库的代码生成所支持的层列表金宝app |
安装产品并为深度下载188bet金宝搏学习网络进行编码生成配置环境。
生成用于从佩带的网络预测的代码。
选择目标处理器支持的卷积神经网络。金宝app
使用用于代码生成的MATLAB代码中的深度学习阵列。
遵守深度学习阵列的代码生成限制。
创建一个系列网络
那Dagnetwork.
那Yolov2ObjectDetector.
那ssdobjectdetector
, 或者dlnetwork.
代码生成的对象。
生成C / C ++代码,用于从一个不依赖于任何第三方库的深度学习网络预测。
生成c++代码,从一个深度学习网络的预测,目标是一个英特尔CPU。
生成C ++代码,用于从深度学习网络预测,针对ARM处理器。
在主机上生成用于部署ARM硬件目标的库或可执行代码。
量化和生成普拉雷卷积神经网络的代码。
开始深入学习工具箱(深度学习工具箱)
深度学习与GPU编码器(GPU编码器)