负载Pretrained网络代码生成
您可以生成代码pretrained卷积神经网络(CNN)。提供网络代码生成器,加载SeriesNetwork
或DAGNetwork
对象从训练网络。
加载一个网络通过使用coder.loadDeepLearningNetwork
你可以从任何网络加载网络对象,支持通过使用生成代码金宝appcoder.loadDeepLearningNetwork
。您可以指定从MAT-file网络。MAT-file必须只包含网络加载。
例如,假设您创建一个训练有素的网络对象myNet
通过使用trainNetwork
函数。然后,你通过输入保存工作空间保存
。这将创建一个文件matlab.mat
包含网络对象。加载网络对象myNet
,输入:
网= coder.loadDeepLearningNetwork (“matlab.mat”);
您还可以指定网络通过提供一个函数,返回一个pretrained的名字SeriesNetwork
或DAGNetwork
对象,如:
例如,网络负载对象通过输入:
网= coder.loadDeepLearningNetwork (“googlenet”);
深度学习工具箱™函数在前面的列表要求你安装一个支持包的功能。金宝app看到Pretrained深层神经网络(深度学习工具箱)。
指定一个网络对象代码生成
如果你通过使用生成代码codegen
或应用程序,加载在你的入口点函数通过使用网络对象coder.loadDeepLearningNetwork
。例如:
函数= googlenet_predict(中)% # codegen持续的mynet;如果isempty (mynet) mynet = coder.loadDeepLearningNetwork (“googlenet”);结束=预测(mynet,);
对于一些支持包等功金宝app能alexnet
,inceptionv3
,googlenet
,resnet
,您可以直接指定包的支持功能,例如,通过写作金宝appmynet = googlenet
。
接下来,生成代码的入口点函数。例如:
cfg = coder.config (墨西哥人的);cfg。TargetLang =“c++”;cfg。DeepLearningConfig = coder.DeepLearningConfig (“mkldnn”);codegenarg游戏{(224224 3,“单”)}配置cfggooglenet_predict
如果你通过使用生成代码cnncodegen
MATLAB中,负载网络对象®工作区。然后,通过对象cnncodegen
。例如:
网= squeezenet;cnncodegen(净,“targetlib”,“arm-compute”);
另请参阅
DAGNetwork
|SeriesNetwork
|cnncodegen
|codegen
|coder.loadDeepLearningNetwork
|trainNetwork