用于ARM目标深度学习的代码生成
本示例展示了如何在不使用硬件支持包的情况下，在基于ARM®的设备上生成和部署预测代码。金宝app
当你使用ARM计算库和硬件支持包生成预测代码时，金宝appcodegen在主机上生成代码，将生成的文件复制到目标硬件，并在目标硬件上构建可执行文件。如果没有硬件支持包，金宝appcodegen在主机上生成代码。您必须运行命令来复制文件并在目标硬件上构建可执行程序。
此示例使用packNGo函数将所有相关文件打包成压缩的zip文件。使用这个例子来学习如何在没有硬件支持包的ARM Neon目标上部署生成的代码金宝apppackNGo．
先决条件
支持NEON扩展的ARM处理器金宝app
ARM Compute库（目标臂硬件上）
开源计算机视觉图书馆(Open CV)
编译器和库的环境变量
MATLAB®编码器™
支持软件金宝app包MATLAB编码器接口的深度学习
深度学习工具箱™
本例使用的ARM Compute库版本可能不是代码生成支持的最新版本。金宝app有关受支金宝app持的库版本和有关设置环境变量的信息，请参见深度学习的先决条件与MATLAB编码器．
这个例子不支持MATLAB Online金宝app。
scriezenet_predict函数
这个例子使用DAG网络SqueezeNet来显示使用ARM计算库的图像分类。在深度学习工具箱中可以找到一个用于MATLAB的预先训练的SqueezeNet。的squeezenet_predict函数将SqueezeNet网络加载到持久网络对象中。在对该函数的后续调用中，将重用持久对象。
类型squeezenet_predict
mynet是一个持久化对象，用于加载DAG网络对象。在第一次调用此函数时，将构造并设置持久对象。当函数被调用以后，相同的对象被重用%来调用输入的predict，避免重构和重新加载% network对象。持久mynet;如果isempty(mynet) mynet = code . loaddeeplearningnetwork ('squeezenet'，'squeezenet');End out = mynet.predict(in);
为静态库设置代码生成配置对象
当您生成针对基于arm的设备的代码且不使用硬件支持包时，请为库创建一个配置对象。金宝app不要为可执行程序创建配置对象。
设置配置对象以生成C ++代码和代码的生成。
cfg = coder.config (“自由”）;cfg。TargetLang =“c++”;cfg。GenCodeOnly = true;
建立一个深度学习代码生成的配置对象
创建一个编码器。ARMNEONConfig目的。指定图书馆版本和目标ARM处理器的体系结构。例如，假设目标板是带有ARMv8架构和ARM计算库版本19.05的遥控/ ROCK960板。
dlcfg =编码器。DeepLearningConfig (“arm-compute”）;dlcfg.armcomputeversion =.“19.05”;dlcfg。ArmArchitecture ='ARMv8';
将深度学习配置对象附加到代码生成配置对象
设置DeepLearningConfig代码生成配置对象到深度学习配置对象的属性。
cfg。DeepLearningConfig = dlcfg;
通过使用生成源C ++代码codegen
codegen配置cfgsqueezenet_predictarg游戏{ones(227, 227, 3， 'single')}-D.arm_compute
代码在主机上当前工作文件夹的arm_compute文件夹中生成。
使用。生成Zip文件packNGo函数
packNGo函数将所有相关文件打包成压缩的zip文件。
zipFileName =“arm_compute.zip”;bInfo =负载(fullfile (' arm_compute ', ' buildInfo.mat '));packNGo (bInfo。buildInfo， {'fileName'， zipFileName，'minimalHeaders'， false， 'ignoreFileMissing'，true});
代码生成为zip文件。
将生成的zip文件复制到目标硬件
复制Zip文件并解压到文件夹中，并删除硬件中的Zip文件
在以下命令中，替换:
密码用你的密码用户名使用您的用户名targetname与您的设备名称targetloc使用文件的目标文件夹
执行以下步骤从Linux中复制和提取zip文件。
如果isunix、系统(['sshpass -p password scp -r'fullfile（pwd，zipfilename）“username@targetname: targetloc /”]),结束如果isunix系统('sshpass -p password ssh用户名@ targetname“如果[-d targetloc / arm_compute];然后rm -rf targetloc / arm_compute; fi”')，结束如果isunix、系统(['sshpass -p password SSH username@targetname "unzip targetloc/'zipFileName“- d targetloc / arm_compute””]),结束如果isunix、系统(['sshpass -p password SSH username@targetname "rm -rf targetloc'zipFileName“””]),结束
执行以下步骤从Windows复制和提取zip文件。
如果ispc、系统(['pscp.exe -pw password -r 'fullfile（pwd，zipfilename）“username@targetname: targetloc /”]),结束如果ispc系统('plink.exe -l username -pw password targetname "if [-d targetloc/arm_compute];然后rm -rf targetloc/arm_compute;fi”)，结束如果ispc、系统([plink.exe -l username -pw password targetname "unzip targetloc/ "zipFileName“- d targetloc / arm_compute””]),结束如果ispc、系统(['plink.exe -l username -pw pandelation targetname“rm -rf targetloc”zipFileName“””]),结束
复制示例文件到目标硬件
将这些支持文件从主机复金宝app制到目标硬件:
输入图像,
coffeemug.png生成库文件，
squeezenet_predict_rtw.mkmakefile构建可执行程序，
makefile_squeezenet_arm_generic.mk同义词集词典,
synsetWords.txt
在以下命令中，替换:
密码用你的密码用户名使用您的用户名targetname与您的设备名称targetloc使用文件的目标文件夹
从Linux运行时，执行以下步骤复制所需的所有文件
如果isunix系统('sshpass -p password SCP squeezenet_predict_rtw。可username@targetname: targetloc / arm_compute /)，结束如果isunix系统('sshpass -p password SCP coffemug .png username@targetname:targetloc/arm_compute/')，结束如果isunix系统(’sshpass -p password SCP makefile_squeezenet_arm_generic。可username@targetname: targetloc / arm_compute /)，结束如果isunix系统('sshpass -p password scp synsetWords.txt username@targetname:targetloc/arm_compute/')，结束
当从Windows运行时，执行以下步骤复制所有需要的文件
如果ispc系统('pscp.exe -pw password squeezenet_predict_rtw。可username@targetname: targetloc / arm_compute /)，结束如果ispc系统('pscp.exe -pw password coffeug .png username@targetname:targetloc/arm_compute/')，结束如果ispc系统('pscp.exe -pw password makefile_squeezenet_arm_generic. exe可username@targetname: targetloc / arm_compute /)，结束如果ispc系统('pscp.exe -pw password synsetWords.txt username@targetname:targetloc/arm_compute/')，结束
在目标硬件上构建库
要在目标硬件上构建库，请在ARM硬件上执行生成的makefile。
确保您在目标硬件上设置了环境变量ARM_COMPUTELIB和LD_LIBRARY_PATH。看到深度学习的先决条件与MATLAB编码器．ARM_ARCH变量用于在Makefile中传递基于Arm架构的编译器标志。Makefile中使用ARM_VER变量来编译基于Arm计算版本的代码。按照类似上述步骤替换硬件凭据和路径。
执行以下步骤从Linux构建库。
如果isunix系统('sshpass -p password SCP main_squeezenet_arm_generic.cpp username@targetname:targetloc/arm_compute/')，结束如果isunix、系统([make -C targetloc/arm_compute/ -f squeezenet_predict_rtw. sh -p password ssh username@targetname "可ARM_ARCH = 'dlcfg。ArmArchitecture“ARM_VER = 'dlcfg.armcomputeversion.“””]),结束
执行以下步骤以从Windows构建库。
如果ispc系统('pscp.exe -pw password main_squeezenet_arm_generic.cpp username @ targetname：targetloc / arm_compute /')，结束如果ispc、系统([make -C targetloc/arm_compute/ -f squeezenet_predict_rtw. exe -l username -pw password targetname .exe可ARM_ARCH = 'dlcfg。ArmArchitecture“ARM_VER = 'dlcfg.armcomputeversion.“””]),结束
从目标硬件上的库创建可执行文件
使用源主包装文件构建库以创建可执行文件。main_squeezenet_arm_generic.cpp是c ++主包装文件，它调用squeezenet_predict函数来创建可执行文件。
运行以下命令从Linux创建可执行文件。
如果isunix系统(make -C targetloc/arm_compute/ -f makefile_squeezenet_arm_generic. sh -p password ssh username@targetname "可targetDirName = targetloc / arm_compute”)，结束
运行以下命令从Windows创建可执行文件。
如果ispc系统(make -C targetloc/arm_compute/ -f makefile_squeezenet_arm_generic. exe -l user -pw password targetname可targetDirName = targetloc / arm_compute”)，结束
在目标硬件上运行可执行文件
使用下面的命令从Linux运行可执行文件。
如果isunix系统('sshpass -p password SSH username@targetname "cd targetloc/arm_compute/;。/ squeezenet coffeemug.png”)，结束
使用下面的命令从Windows运行可执行文件。
如果ispc系统('plink.exe -l username -pw password targetname "cd targetloc/arm_compute/;。/ squeezenet coffeemug.png”)，结束
5大预言 : ----------------------------- 纸巾蜡烛杯咖啡杯7.309% 1.098% 88.299% 0.634% 0.591%水壶
另请参阅
编码器。ARMNEONConfig|编码器。DeepLearningConfig|编码器.Hardwareimplementation.|packNGo
相关话题
你也可以从以下列表中选择一个网站:
