关节Coder.LoadDeePlearningnetwork.をを用してresnet50.（深度学习工具箱）系列网络オブジェクトを読み込むエントリポイント关相关数resnet_predict.を作物成し。

功能OUT = RESNET_PREDICT（IN）执着的yeNet;如果isempty（mynet）mynet = coder.loaddeeplearningnetwork（'resnet50'那'myresnet'）;结尾出局=预测（Mynet，In）;

この永続オブジェクトによって，入力に対して预测メソッドメソッド关关数の以降の呼び出し时に，ネットワークネットワークオブジェクトの再构构と再がが回避され

事前学习済みのresnet-50.ネットワークのの力层，サイズが224x224x3のイメージを受け入れ受け入れ受け入れグラフィックスファイルからから力イメージを，そのサイズを224x224に変更するには，次次コード行を使用しし。

在= imread（'peppers.png'）;In = Imresize（在[224,224]中）;

Mexコード生成用にCoder.config.构成オブジェクトを作品成し，ターゲット言语をc ++に设定します。このこの成オブジェクトは，targetlib.を'mkldnn'にしてDeeplearningConfig关をします。关节Codegen.の-Config.关オプション使使使てこのこのコードコードコードオブジェクトますますます。关键词Codegen.は，matlab.^®关联力の，クラス，および函数/复素を决定ししなければませませ- args.オプションオプションを使，エントリポイント关键词入サイズサイズ指定し。

cfg = coder.config（'mex'）;cfg.targetlang =.'c ++';cfg.deeplearningconfig = coder.deeplearningconfig（'mkldnn'）;Codegen.-  args.{ONE（224,224,3，'单'）}-Config.CFG.resnet_predict.;

Codegen.コマンドコマンドはすべての生成さたたをCodegen.フォルダーに配置します。ここここに，エントリポイント关键resnet_predict.cpp.のc ++コード，ヘッダーヘッダー，畳み込みニューラルネットワーク（cnn）のc ++クラス定义ソースファイル，重み重み，およびバイアスファイルファイルファイルますますれますますますますます。