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

全部展开页面

描述

的编码器。MklDNNConfig对象包含Intel^®MKL-DNN的具体参数codegen用于生成用于深度神经网络的c++代码。

使用一个编码器。MklDNNConfig对象，将其分配给DeepLearningConfig所传递的代码生成配置对象的属性codegen．

创建MKL-DNN配置对象编码器。DeepLearningConfig函数的目标库设置为“mkldnn”．

目标库的名称，指定为字符向量。

创建一个入口点函数resnet_predict使用coder.loadDeepLearningNetwork函数来加载resnet50(深度学习工具箱)SeriesNetwork对象。

函数= resnet_predict(中)持续的mynet;如果isempty(mynet) mynet = code . loaddeeplearningnetwork (“resnet50”，“myresnet”）;结束=预测(mynet,);

创建一个coder.config配置对象，用于生成MEX代码。

cfg = coder.config (墨西哥人的）;

将目标语言设置为c++。

cfg。TargetLang =“c++”；

创建一个编码器。MklDNNConfig深度学习配置对象。把它赋给DeepLearningConfig财产的cfg配置对象。

cfg。DeepLearningConfig =编码器。DeepLearningConfig (“mkldnn”）;

使用配置选择的codegen函数传递cfg配置对象。的codegen函数必须确定MATLAB的大小、类和复杂性^®函数的输入。使用arg游戏选项指定入口点函数的输入大小。

codegenarg游戏{(224224 3,“单”)}配置cfgresnet_predict

的codegen命令将所有生成的文件放入codegen文件夹中。该文件夹包含入口点函数的c++代码resnet_predict.cpp，头文件和源文件，其中包含用于卷积神经网络(CNN)、权重和偏差文件的c++类定义。

介绍了R2018b