Exponenta Banner
exponenta event banner

coder.ARMNEONConfig

Параметры, чтобы сконфигурировать генерацию кода глубокого обучения с ARM Вычисляют Библиотеку

расширьте все на странице

Описание

coder.ARMNEONConfig объект содержит Библиотеку ARM® Compute, и предназначайтесь для определенных параметров что codegen использование для генерации Кода С++ для глубоких нейронных сетей.

Использовать coder.ARMNEONConfig объект для генерации кода, присвойте его DeepLearningConfig свойство настройки генерации кода возражает, что вы передаете codegen.

Создание

Синтаксис

deepLearningCfg = coder.DeepLearningConfig('arm-compute')

Описание

пример

deepLearningCfg = coder.DeepLearningConfig('arm-compute') создает coder.ARMNEONConfig объект для генерации кода глубокого обучения при помощи ARM Вычисляет Библиотеку.

Свойства

развернуть все

Версия ARM Вычисляет Библиотеку, пользовавшуюся на целевом компьютере, заданном как вектор символов, или представляет скаляр в виде строки. Если вы устанавливаете ArmComputeVersion к версии позже, чем '19.02', ArmComputeVersion установлен в '19.02'.

Архитектура ARM поддержана в целевом компьютере, заданном как скаляр строки или вектор символов. Заданная архитектура должна быть эквивалентной, архитектура для ARM Вычисляют Библиотеку по целевому компьютеру.

ARMArchitecture должен быть задан для этих случаев:

  • Вы не используете пакет аппаратной поддержки (Hardware свойство объекта настройки генерации кода пусто).

  • Вы используете пакет аппаратной поддержки, но генерируете код только.

Имя целевой библиотеки, заданной как вектор символов.

Примеры

свернуть все

Создайте функцию точки входа squeezenet это использует coder.loadDeepLearningNetwork функционируйте, чтобы загрузить squeezenet объект.

function out = squeezenet_predict(in)

persistent mynet;
if isempty(mynet)
    mynet = coder.loadDeepLearningNetwork('squeezenet', 'squeezenet');
end

out = predict(mynet,in);

Создайте coder.config объект настройки для генерации статической библиотеки. 

cfg = coder.config('lib');

Установите выходной язык на C++. Укажите, что вы хотите сгенерировать только исходный код.

cfg.TargetLang = 'C++';
cfg.GenCodeOnly=true;

Создайте coder.ARMNEONConfig объект настройки глубокого обучения. Присвойте его DeepLearningConfig свойство cfg объект настройки.

dlcfg = coder.DeepLearningConfig('arm-compute');
dlcfg.ArmArchitecture = 'armv8';
dlcfg.ArmComputeVersion = '19.02';
cfg.DeepLearningConfig = dlcfg;

Используйте -config опция codegen функция, чтобы задать cfg объект настройки. codegen функция должна определить размер, класс и сложность входных параметров функции MATLAB®. Используйте -args опция, чтобы задать размер входа к функции точки входа.

codegen -args {ones(227,227,3,'single')} -config cfg squeezenet_predict

codegen команда помещает все сгенерированные файлы в codegen папка. Папка содержит Код С++ для функции точки входа squeezenet_predict.cpp, заголовок и исходные файлы, содержащие определения класса C++ для сверточной нейронной сети (CNN), веса и файлов смещения.

Смотрите также

| | |

Темы

Введенный в R2019a

Документация MATLAB Coder
Поддержка