Чтобы использовать MATLAB® Coder™, чтобы сгенерировать код для нейронных сетей для глубокого обучения, необходимо также установить:
Deep Learning Toolbox™
Интерфейс MATLAB Coder для библиотек глубокого обучения
Интерфейс MATLAB Coder для Библиотек Глубокого обучения не поддержан для MATLAB Online™.
Можно использовать MATLAB Coder, чтобы сгенерировать Код С++ для нейронных сетей для глубокого обучения, которые вы развертываете в процессоры ARM® или Intel®. Сгенерированный код использует в своих интересах библиотеки глубокого обучения, оптимизированные для целевого центрального процессора. Аппаратные и программные требования зависят от целевой платформы.
Пути к необходимым библиотекам программного обеспечения не должны содержать пробелы или специальные символы, такие как круглые скобки. На операционных системах Windows® позволены специальные символы и пробелы, только если 8,3 имен файлов включены. Для получения дополнительной информации о 8,3 именах файлов обратитесь к документации по Windows.
| Центральные процессоры Intel | ЦЕНТРАЛЬНЫЕ ПРОЦЕССОРЫ ARM | |
|---|---|---|
| Требования к аппаратным средствам | Процессор Intel с поддержкой Intel Усовершенствованные Векторные Расширения 2 (Intel | Процессоры ARM Cortex-A, которые поддерживают |
| Библиотеки программного обеспечения | Intel Math Kernel Library для Глубоких нейронных сетей (MKL-DNN), v1.0. См. https://01.org/mkl-dnn Не пользуйтесь предварительно созданной библиотекой, потому что некоторые необходимые файлы отсутствуют. Вместо этого создайте библиотеку из исходного кода. См. инструкции для создания библиотеки по GitHub®. Для получения дополнительной информации о сборке смотрите это сообщение в MATLAB Answers™: https://www.mathworks.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-de p | ARM Вычисляет Библиотеку для компьютерного зрения и машинного обучения, версий 18.05, 18.08, 18.11, 19.02, и 19.05. См. https://developer.arm.com/technologies/compute-library Задайте номер версии в Не пользуйтесь предварительно созданной библиотекой, потому что это может быть несовместимо с компилятором на оборудовании ARM. Вместо этого создайте библиотеку из исходного кода. Создайте библиотеку или по вашей хост-машине или по непосредственно по целевому компьютеру. См. инструкции для создания библиотеки по GitHub. Папка, которая содержит файлы библиотеки, такие как Для получения дополнительной информации о сборке смотрите это сообщение в MATLAB Answers: https://www.mathworks.com/matlabcentral/answers/455590-matlab-coder-how-do-i-build-the-arm-compute-library-for-deep-learning-c-code-generation-and-depl o |
| Поддержка операционной системы | Windows и Linux® только. | Windows и Linux только. |
| Компилятор C++ | MATLAB Coder определяет местоположение и использует поддерживаемый установленный компилятор. Для списка поддерживаемых компиляторов см. Поддерживаемые и Совместимые Компиляторы на веб-сайте MathWorks®. Можно использовать Компилятор C++ должен поддержать C++ 11. На Windows, генерации кода для нейронных сетей для глубокого обучения при помощи | |
| Другой | Библиотека Компьютерного зрения С открытым исходным кодом (OpenCV), v3.1.0 требуется для некоторых примеров глубокого обучения. Примечание: примеры требуют отдельных библиотек, таких как Для получения дополнительной информации обратитесь к документации OpenCV. | |
MATLAB Coder использует переменные окружения, чтобы определить местоположение библиотек, требуемых сгенерировать код для нейронных сетей для глубокого обучения.
| Платформа | Имя переменной | Описание |
|---|---|---|
| Windows | INTEL_MKLDNN | Путь к корневой папке установки библиотеки Intel MKL-DNN. Например:
|
ARM_COMPUTELIB | Путь к корневой папке ARM Вычисляет установку Библиотеки на целевом компьютере ARM. Например:
Установите | |
OPENCV_DIR | Путь к папке сборки OpenCV. Установите OpenCV для примеров глубокого обучения то использование OpenCV. Например:
| |
PATH | Путь к папке библиотеки Intel MKL-DNN. Например:
| |
Путь к динамически подключаемым библиотекам (DLL) OpenCV. Установите OpenCV для примеров глубокого обучения то использование OpenCV. Например:
| ||
| Linux | LD_LIBRARY_PATH | Путь к папке библиотеки Intel MKL-DNN. Например:
|
Путь к папке ARM Compute Library на целевом компьютере. Например:
Установите | ||
INTEL_MKLDNN | Путь к корневой папке установки библиотеки Intel MKL-DNN. Например:
| |
ARM_COMPUTELIB | Путь к корневой папке ARM Вычисляет установку Библиотеки на целевом компьютере ARM. Например:
Установите |
Чтобы сгенерировать код для Raspberry Pi™ с помощью Пакета Поддержки MATLAB в Оборудовании Raspberry Pi, необходимо установить переменные окружения нев интерактивном режиме. Для инструкций см. https://www.mathworks.com/matlabcentral/answers/455591-matlab-coder-how-do-i-setup-the-environment-variables-on-arm-targets-to-point-to-the-arm-compute - литий
Чтобы создать и запустить примеры, которые используют OpenCV, необходимо установить библиотеки OpenCV по хосту - компьютеру или требуемой плате. Для установок OpenCV на Linux убедитесь, что путь к файлам библиотеки и путь к заголовочным файлам находятся на системном пути. По умолчанию библиотека и заголовочные файлы установлены в стандартном месте, таком как /usr/local/lib/ и /usr/local/include/opencv, соответственно.
Для установок OpenCV на Windows, набор OPENCV_DIR и PATH переменные окружения как описано в предыдущей таблице.