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,);

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を呼び出す関数のそれ以降の呼び出し時に,ネットワークオブジェクトの再構成と再読み込みが回避されます。

事前学習済みのResNet-50ネットワークの入力層は,サイズが224年x224x3のイメージを受け入れます。グラフィックスファイルから入力イメージを読み取り,そのサイズを224年x224に変更するには,次のコード行を使用します。

在= imread (“peppers.png”）;在= imresize(在[224224]);

墨西哥人コード生成用にcoder.config構成オブジェクトを作成し,ターゲット言語をc++に設定します。この構成オブジェクトでは,targetlibを“mkldnn”にしてDeepLearningConfigを設定します。関数codegenの配置オプションを使用してこのコード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。

cfg = coder.config (墨西哥人的）;cfg。TargetLang =“c++”；cfg。DeepLearningConfig =编码器。DeepLearningConfig (“mkldnn”）;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。ここには,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。