関数coder.loadDeepLearningNetworkを使用するエントリポイント関数resnet_predictを作成し、resnet50(Deep Learning Toolbox)SeriesNetworkオブジェクトを読み込みます。

functionout = resnet_predict(in)persistentmynet;ifisempty(mynet) mynet = coder.loadDeepLearningNetwork('resnet50','myresnet');endout = predict(mynet,in);

MEX 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('mex');

ターゲット言語を C++ に設定します。

cfg.TargetLang ='C++';

coder.MklDNNConfig深層学習構成オブジェクトを作成します。このオブジェクトを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 = coder.DeepLearningConfig('mkldnn');

関数codegenの-config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、実数/複素数を決定しなければなりません。-argsオプションを使用して、エントリポイント関数への入力のサイズを指定します。

codegen-args{ones(224,224,3,'single')}-configcfgresnet_predict

codegenコマンドは生成されたすべてのファイルをcodegenフォルダーに入れます。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、畳み込みニューラル ネットワーク (CNN) の C++ クラス定義が含まれるソース ファイル、重み、バイアス ファイルが含まれます。