Создание общего кода C/C + + для сетей глубокого обучения

С помощью MATLAB ® Coder™ можно генерировать общий код C или C++ для прогнозирования из уже обученной сверточной нейронной сети (CNN). Созданный код C/C + + не зависит от каких-либо сторонних библиотек. Сгенерированный код реализует CNN с архитектурой, уровнями и параметрами, указанными на входеSeriesNetwork (инструментарий глубокого обучения) или DAGNetwork (Deep Learning Toolbox) сетевой объект. См. раздел Сети и уровни, поддерживаемые для создания кода.

Создайте код одним из следующих способов:

Стандарт codegen команда для генерации кода C/C + + из кода MATLAB.
Приложение MATLAB Coder.

Требования

В Windows ® создание кода для сетей глубокого обучения с помощью codegen требуется компилятор Microsoft ® Visual ^Studio ® или ^MinGW ®.
Интерфейс кодера MATLAB для библиотек глубокого обучения. Чтобы установить этот пакет поддержки, выберите его в меню Add-on MATLAB.
Toolbox™ глубокого обучения.

Создание кода с помощью `codegen`

Запишите в MATLAB функцию точки входа, которая:
- Использует coder.loadDeepLearningNetwork для создания и настройки сетевого объекта CNN. Дополнительные сведения см. в разделе Загрузка предварительно обученных сетей для создания кода.
- Вызывает predict (Deep Learning Toolbox) метод сети на входе функции начального уровня.
- Задает MiniBatchSize в predict способ управления использованием памяти для прогнозирования на множественных входных изображениях или наблюдениях.
Например:
```
function out = my_predict(in) %#codegen

% A persistent object mynet is used to load the series network object.
% At the first call to this function, the persistent object is constructed and
% setup. When the function is called subsequent times, the same object is reused 
% to call predict on inputs, thus avoiding reconstructing and reloading the
% network object.

persistent mynet;

if isempty(mynet)
    mynet = coder.loadDeepLearningNetwork('myNetwork.mat');
end

% pass in input   
out = predict(mynet,in,'MiniBatchSize',2); 
```
Создание объекта конфигурации глубокого обучения dlconfig который сконфигурирован для генерации общего кода C/C + + с помощью coder.DeepLearningConfig функция.
```
dlconfig = coder.DeepLearningConfig(TargetLibrary='none');
```
Создайте объект конфигурации создания кода для MEX или для статической или динамически связанной библиотеки. По умолчанию генератор кода создает общий код C. Для создания общего кода C++ в объекте конфигурации создания кода установите TargetLang параметр для 'C++'. Установите DeepLearningConfig параметр для ранее созданного объекта dlconfig.
```
cfg = coder.config('lib');
cfg.TargetLang = 'C++';
cfg.DeepLearningConfig = dlconfig;
```
Запустить codegen команда. Используйте -config для указания объекта конфигурации. Используйте -args для указания типа ввода.
```
codegen -config cfg my_predict -args {myInput} -report
```
Примечание
Для создания кода можно задать входные данные с полуконкретностью. Однако тип генератора кода приводит входные данные к одинарной точности. Инструментарий глубокого обучения использует арифметику с одинарной точностью и плавающей запятой для всех вычислений в MATLAB.

Создание кода с помощью приложения кодера MATLAB

Выполните обычные шаги для указания функции точки входа и типов ввода. См. раздел Создание кода C с помощью приложения кодера MATLAB.
На шаге Создать код:
- Установите язык на C или C++.
- Щелкните Дополнительные параметры. В области «Глубокое обучение» задайте для параметра «Целевая библиотека» значение None.
Создать код.

См. также

codegen | coder.DeepLearningConfig | coder.loadDeepLearningNetwork

Документация