使用 MATLAB Coder 生成深度学习代码的工作流
借助 MATLAB® Coder™，您可以针对使用 Intel® 处理器或 ARM® 处理器的嵌入式平台，根据预训练的神经网络生成用于预测的代码。生成的代码调用 Intel MKL-DNN 或 ARM Compute Library 来应用高性能。
您还可以使用 MATLAB Coder 为深度学习网络生成泛型 C 或 C++ 代码。这种 C 或 C++ 代码不依赖于第三方库。
使用 Deep Learning Toolbox™ 获得经过训练的网络。构造和训练网络或使用预训练网络。有关详细信息，请参阅：
在 MATLAB 中进行深度学习 (Deep Learning Toolbox).
预训练的深度神经网络 (Deep Learning Toolbox).
代码生成必须支持网络。请参阅代码生成支持的网络和层。
从经过训练的网络加载网络对象。
请参阅加载预训练网络以用于代码生成。
使用
codegen或 MATLAB Coder 为经过训练的网络生成 C++ 代码。请参阅：
另请参阅
主题
- 在 MATLAB 中进行深度学习 (Deep Learning Toolbox)
- 了解卷积神经网络 (Deep Learning Toolbox)
- 使用 MATLAB Coder 进行深度学习的前提条件
- 使用 MKL-DNN 的深度学习网络的代码生成
- Generate Code for a Deep Learning Network for x86-64 Platforms Using Advanced Vector Instructions
- Code Generation for Deep Learning Networks with ARM Compute Library
- 生成代码并将 SqueezeNet 网络部署到 Raspberry Pi
- 通过 ARM 计算使用 codegen 进行深度学习预测
- 为深度学习网络生成泛型 C/C++ 代码
- Deep Learning with GPU Coder (GPU Coder)
