深度学习与MATLAB编码器
为深度学习神经网络生成C ++代码（需要深入学习工具箱™）
深度学习是机器学习的分支，教导计算机做自然对人类的事物：从经验中学习。学习算法使用计算方法直接从数据“学习”信息，而不依赖于预定的方程作为模型。深度学习使用卷积神经网络（CNNS）直接从图像中学习数据的有用表示。
您可以使用MATLAB®编码器™使用深度学习工具箱从训练有素的CNN生成c++代码。您可以将生成的代码部署到使用Intel的嵌入式平台上®或手臂®处理器。您还可以从训练有素的CNN生成通用的C或c++代码，而不依赖于任何第三方库。
深度学习与MATLAB编码器不受支持金宝appMATLAB在线™．
功能
codegen |
生成C / C ++代码MATLAB代码 |
coder.loadDeepLearningNetwork |
加载深度学习网络模型 |
coder.deeplearningconfig |
创建深度学习代码生成配置对象 |
编码器。手臂NEONConfig |
参数配置深度学习代码生成与手臂计算库 |
编码器。MklDNNConfig |
参数配置深度学习代码生成与英特尔深度神经网络数学内核库 |
Coder.getDeePlearninglayers. |
获取特定深度学习库的代码生成支持的图层列表金宝app |
编码器.RegeneratedeePlearningParameters. |
重新生成包含网络可学习内容和状态参数的文件 |
主题
为深度学习网络的下载188bet金宝搏代码生成安装产品和配置环境。
从预先训练的网络生成预测代码。
选择支持目标处理器的卷积神经网络。金宝app
在MATLAB代码中使用深度学习数组进行代码生成。
坚持深度学习数组的代码生成限制。
创建一个SeriesNetwork，DAGNetwork，yolov2ObjectDetector，ssdObjectDetector,或dlnetwork.对象用于代码生成。
从深度学习网络中生成C/ c++预测代码，不依赖任何第三方库。
生成用于从深度学习网络预测的C ++代码，针对英特尔CPU。
生成C ++代码，用于从深度学习网络预测，针对ARM处理器。
在主机上生成库或可执行代码，以便在ARM硬件目标上部署。
量化并生成预训练卷积神经网络的代码。
进行深度学习网络参数的邮政编码生成更新。
相关信息
开始使用深度学习工具箱(深度学习工具箱)
与GPU编码器深入学习（GPU编码器）
特色的例子
您还可以从以下列表中选择一个网站：
