coder.loadDeepLearningNetworkを使用したネットワークの読み込み

coder.loadDeepLearningNetworkを使用して,コード生成でサポートされているネットワークからネットワークオブジェクトを読み込むことができます。ネットワークを垫ファイルから指定できます。垫ファイルは読み込まれるネットワークのみを含んでいなければなりません。

たとえば,関数trainNetwork(深度学习工具箱)を使用してmyNetという学習済みのネットワークオブジェクトを作成するとします。次に保存を入力してワークスペースを保存します。これによって,そのネットワークオブジェクトを含むmatlab.matというファイルが作成されます。ネットワークオブジェクトmyNetを読み込むには,次のように入力します。

网= coder.loadDeepLearningNetwork (“matlab.mat”）;

事前学習済みのSeriesNetwork(深度学习工具箱)、DAGNetwork(深度学习工具箱)、yolov2ObjectDetector(计算机视觉工具箱)またはssdObjectDetector(计算机视觉工具箱)オブジェクトを返す関数の名前を提供することで,ネットワークの指定もできます。以下に例を示します。

たとえば,次のように入力してネットワークオブジェクトを読み込みます。

网= coder.loadDeepLearningNetwork (“googlenet”）;

前述のリストにある深度学习工具箱™関数には,関数のサポートパッケージをインストールする必要があります。事前学習済みの深層ニューラルネットワーク(深度学习工具箱)を参照してください。

コード生成のためのネットワークオブジェクトの指定

codegenまたはアプリを使用してコードを生成する場合,coder.loadDeepLearningNetworkを使用してエントリポイント関数の内部にネットワークオブジェクトを読み込みます。以下に例を示します。

函数= myNet_predict(中)% # codegen持续的mynet;如果isempty(mynet) mynet = code . loaddeeplearningnetwork (“matlab.mat”）;结束=预测(mynet,);

alexnet、inceptionv3、googlenet,およびresnetといったサポートパッケージ関数として使用できる事前学習済みネットワークに対して,サポートパッケージ関数を直接指定することができます(たとえばmynet = googlenetと記述する)。

次に,エントリポイント関数のコードを生成します。以下に例を示します。

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cfgmyNet_predict

cnncodegenを使用してコードを生成する場合,ネットワークオブジェクトをMATLAB^®ワークスペースで読み込みます。次に,このオブジェクトをcnncodegenに渡します。以下に例を示します。

网= squeezenet;cnncodegen(净,“targetlib”，“arm-compute”）;