主要内容
深入学习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天生擅长的事情: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)直接从图像中学习有用的数据表示。
您可以使用MATLAB®编码员™用深度学习工具箱从一个经过培训的美国有线电视新闻网生成C++代码。您可以将生成的代码部署到使用Intel®或手臂®处理器。您也可以从不受任何第三方库的训练美国有线电视新闻网生成通用C或C++代码。
深入学习MATLAB编码器不支持金宝appMATLAB在线™.
功能
编码基因 |
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 |
ARMNEONConfig编码器 |
用于配置深度学习代码生成的参数手臂计算库 |
coder.MklDNNConfig |
用于配置深度学习代码生成的参数英特尔深层神经网络的数学核库 |
coder.getDeepLearningLayers |
获取特定深度学习库支持的代码生成的层列表金宝app |
话题
为深度学习网络安下载188bet金宝搏装产品并配置代码生成环境。
从预训练网络生成预测代码。
选择目标处理器支持的卷积神经网络。金宝app
在用于代码生成的MATLAB代码中使用深度学习数组。
遵守深度学习阵列的代码生成限制。
创建一个系列网络,达格网络,Yolov2物体检测器,SSD探测器或数据链路网络对象来生成代码。
从不依赖任何第三方库的深度学习网络生成用于预测的C/C++代码。
从一个深度学习网络生成预测的c++代码，目标是一个英特尔CPU。
生成用于深度预测网络的预测的C++代码，针对ARM处理器。
在主机上生成库或可执行代码，用于部署在ARM硬件目标上。
对预训练卷积神经网络进行量化并生成代码。
相关信息
开始使用深度学习工具箱（深度学习工具箱）
基于GPU编码器的深度学习(GPU编码器)
特色实例
你也可以从以下列表中选择一个网站:
