通过使用加载网络coder.loadDeepLearningNetwork

可以从由使用支持代码生成任何网络负载的网络对象金宝appcoder.loadDeepLearningNetwork。您可以指定从MAT文件的网络。在MAT文件必须包含要加载只有网络。

例如，假设您创建一个名为一个训练有素的网络对象我的网通过使用trainNetwork功能。然后，你保存在进入工作区保存。这将创建一个名为matlab.mat包含网络对象。装载网络对象我的网，请输入：

净= coder.loadDeepLearningNetwork（'matlab.mat'）;

您也可以通过提供一个函数的名称指定网络收益预训练SeriesNetwork，DAGNetwork，yolov2ObjectDetector， 要么ssdObjectDetector物体，如：

例如，通过进入加载一个网络对象：

净= coder.loadDeepLearningNetwork（'googlenet'）;

深学习工具箱™在前面的列表功能要求安装一个支持包的功能。金宝app看到预训练深层神经网络（深学习工具箱）。

指定代码生成网络对象

如果使用生成代码代码生成或应用程序，通过加载入口点函数的网络对象内coder.loadDeepLearningNetwork。例如：

功能OUT = myNet_predict（上）％＃代码生成一贯我的网;如果的isEmpty（我的网）我的网= coder.loadDeepLearningNetwork（'matlab.mat'）;结束OUT =预测（我的网，在）;

对于预训练的网络，可作为支持包的功能，如金宝appalexnet，inceptionv3，googlenet和RESNET，您可以直接指定支持包的功能，例如，通过写作金宝app我的网= googlenet。

接下来，产生的入口点函数的代码。例如：

CFG = coder.gpuConfig（'MEX'）;cfg.TargetLang ='C ++';cfg.DeepLearningConfig = coder.DeepLearningConfig（'cudnn'）;代码生成-args{酮（224,224,3， '单'）}-configCFGmyNet_predict

如果使用生成代码cnncodegen，加载网络对象在MATLAB^®工作区。然后，通过将对象cnncodegen。例如：

净= squeezenet;cnncodegen（净值，'targetlib'，'cudnn'）;