関数coder.loadDeepLearningNetworkを使用してresnet50(深度学习工具箱)SeriesNetworkオブジェクトを読み込むエントリポイント関数resnet_predictを作成します。

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

墨西哥人コード生成用のcoder.config構成オブジェクトを作成します。

cfg = coder.config (墨西哥人的）;

ターゲット言語をc++に設定します。

cfg。TargetLang =“c++”；

编码器。MklDNNConfig深層学習構成オブジェクトを作成します。これをcfg構成オブジェクトのDeepLearningConfigプロパティに割り当てます。

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

関数codegenの配置オプションを使用してcfg構成オブジェクトを渡します。関数codegenは,MATLAB^®関数入力のサイズ,クラス,および実数/複素数を決定しなければなりません。arg游戏オプションを使用して,エントリポイント関数の入力のサイズを指定します。

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

codegenコマンドはすべての生成されたファイルをcodegenフォルダーに配置します。このフォルダーには,エントリポイント関数resnet_predict.cppのc++コード,ヘッダーファイル,畳み込みニューラルネットワーク(CNN)のc++クラス定義を含むソースファイル,重みファイル,およびバイアスファイルが含まれます。