Глубокое обучение с MATLAB Coder

Сгенерируйте Код С++ для глубоких нейронных сетей (требует Deep Learning Toolbox™)

Глубокое обучение - это ветвь машинного обучения, которая учит компьютеры делать то, что приходит человеку естественным путем: учиться на опыте. Алгоритмы обучения используют вычислительные методы, чтобы «узнать» информацию непосредственно из данных, не полагаясь на заранее определенное уравнение в качестве модели. Глубокое обучение использует сверточные нейронные сети (CNNs), чтобы узнать полезные представления данных непосредственно с изображений.

Можно использовать MATLAB^® Coder™ с Deep Learning Toolbox, чтобы сгенерировать код С++ от обученного CNN. Вы можете развернуть сгенерированный код на встраиваемой платформе, которая использует Intel^® или ARM^® процессора. Можно также сгенерировать обобщенный код C or C++ из обученного CNN, который не зависит ни от каких сторонних библиотек.

Глубокое обучение с MATLAB Coder не поддерживается в MATLAB Online™.

Функции

`codegen`	Сгенерируйте код C/C + + из кода MATLAB
`coder.loadDeepLearningNetwork`	Загрузка модели нейронной сети для глубокого обучения
`coder.DeepLearningConfig`	Создайте объекты строения генерации кода глубокого обучения
`coder.ARMNEONConfig`	Параметры для настройки генерации кода глубокого обучения с помощью ARM Compute Library
`coder.MklDNNConfig`	Параметры для настройки генерации кода глубокого обучения с помощью библиотеки Intel Math Kernel Library для глубоких нейронных сетей
`coder.getDeepLearningLayers`	Получите список слоев, поддерживаемых для генерации кода для определенной библиотеки глубокого обучения

Темы

Необходимые условия для глубокого обучения с MATLAB Coder

Установите продукты и сконфигурируйте окружение для генерации кода для нейронных сетей для глубокого обучения.

Рабочий процесс для генерации кода глубокого обучения с MATLAB Coder

Сгенерируйте код для предсказания из предварительно обученной сети.

Сети и слои, поддерживаемые для генерации кода

Выберите сверточную нейронную сеть, которая поддерживается для вашего целевого процессора.

Генерация кода для dlarray

Используйте глубокое обучение arrays в коде MATLAB, предназначенном для генерации кода.

Ограничения dlarray для генерации кода

Придерживайтесь ограничений генерации кода для глубокого обучения массивов.

Загрузка предварительно обученных сетей для генерации кода

Создайте SeriesNetwork, DAGNetwork, yolov2ObjectDetector, ssdObjectDetector, или dlnetwork объект для генерации кода.

Сгенерируйте универсальный код C/C + + для нейронных сетей для глубокого обучения

Сгенерируйте код C/C + + для предсказания из нейронной сети для глубокого обучения, которая не зависит ни от каких сторонних библиотек.

Генерация кода для нейронных сетей для глубокого обучения с MKL-DNN

Сгенерируйте код С++ для предсказания из нейронной сети для глубокого обучения, нацеленной на центральный процессор Intel.

Генерация кода для нейронных сетей для глубокого обучения с вычислительной библиотекой ARM

Сгенерируйте код С++ для предсказания из нейронной сети для глубокого обучения, нацеленной на процессор ARM.

Перекрестная компиляция кода глубокого обучения, который использует ARM Compute Library

Сгенерируйте библиотеку или исполняемый код на хост-компьютер для развертывания на ARM оборудования цели.

Генерация кода для квантованных нейронных сетей для глубокого обучения

Квантуйте и сгенерируйте код для предварительно обученной сверточной нейронной сети.

Связанная информация

Запуск с Deep Learning Toolbox (Deep Learning Toolbox)

Глубокое обучение с помощью GPU Coder (GPU Coder)

Рекомендуемые примеры

Deep Learning Code Generation on Intel Targets for Different Batch Sizes

Генерация кода глубокого обучения на целевых устройствах Intel для различных размеров пакетов

Сгенерируйте код для нейронных сетей для глубокого обучения, ориентированный на процессор Intel.

Открыть скрипт

Generate Digit Images Using Variational Autoencoder on Intel CPUs

Сгенерируйте изображения цифр с помощью вариационного автоэнкодера на центральных процессорах Intel

Сгенерируйте код для обученной сети VAE dlnetwork, чтобы сгенерировать нарисованные вручную цифры.

Открыть Live Script

Code Generation for Deep Learning on ARM Targets

Генерация кода для глубокого обучения на ARM-целях

Генерация кода с помощью ARM Compute Library, если у вас нет пакета аппаратной поддержки.

Открыть скрипт

Deep Learning Prediction with ARM Compute Using codegen

Глубокое обучение с помощью ARM Compute с использованием codegen

Сгенерируйте код для нейронных сетей для глубокого обучения, нацеленного на ARM-процессор.

Открыть скрипт

Code Generation and Deployment of MobileNet-v2 Network to Raspberry Pi

Генерация кода и развертывание MobileNet-v2 сети на Raspberry Pi

Используйте MobileNet-V2 сеть для предсказания объектов на внешнем оборудовании.

Открыть скрипт

Generate C++ Code for Object Detection Using YOLO v2 and Intel MKL-DNN

Сгенерируйте код С++ для обнаружения объектов с использованием YOLO v2 и Intel MKL-DNN

Сгенерируйте код для обнаружения объектов на центральном процессоре Intel.

Открыть скрипт

Code Generation for Semantic Segmentation Application on Intel CPUs That Uses U-Net

Генерация кода для семантической сегментации на центральных процессорах Intel, использующих U-Net

Сгенерируйте MEX-функцию, которое выполняет сегментацию изображений с помощью нейронной сети для глубокого обучения U-Net на центральных процессорах Intel.

Открыть скрипт

Code Generation for Semantic Segmentation Application on ARM® Neon targets That Uses U-Net

Генерация кода для семантического приложения сегментации на целевых устройствах ARM ® Neon, которые используют U-Net

Сгенерируйте статическую библиотеку, которая выполняет сегментацию изображений с помощью нейронной сети для глубокого обучения U-Net на целевых устройствах ARM.

Открыть Live Script

Code Generation for LSTM Network on Raspberry Pi

Генерация кода для сети LSTM на Raspberry Pi

Сгенерируйте код для предварительно обученной сети долгой краткосрочной памяти, чтобы предсказать оставшуюся полезную жизнь (RUI) машины.

Открыть Live Script

Code Generation for LSTM Network That Uses Intel MKL-DNN

Генерация кода для сети LSTM, использующей Intel MKL-DNN

Сгенерируйте код для предварительно обученной сети LSTM, которая делает предсказания для каждого шага входного timeseries.

Открыть Live Script

Code Generation for Convolutional LSTM Network That Uses Intel MKL-DNN

Генерация кода для сверточной сети LSTM, использующей Intel MKL-DNN

Сгенерируйте MEX-функцию для нейронной сети для глубокого обучения, содержащей как сверточный, так и BiLSTM слои, которые классифицируют видео

Открыть Live Script

Cross Compile Deep Learning Code for ARM Neon Targets

Перекрестное скомпилирование кода глубокого обучения для ARM Neon Target

Сгенерируйте библиотеку или исполняемый код на хост-компьютер для развертывания на ARM оборудования цели.

Открыть Live Script

Code Generation for Quantized Deep Learning Network on Raspberry Pi

Генерация кода для квантованной нейронной сети для глубокого обучения на Raspberry Pi

Сгенерируйте код для нейронной сети для глубокого обучения, которая выполняет расчеты вывода в 8-битных целых числах.

Открыть Live Script

Generate Generic C/C++ Code for Sequence-to-Sequence Regression That Uses Deep Learning

Сгенерируйте генеративный код C/C + + для регрессии «последовательность-последовательность», которая использует глубокое обучение

Сгенерируйте код C/C + + для обученного CNN, который не зависит ни от каких сторонних библиотек.

Открыть Live Script

Документация

Глубокое обучение с MATLAB Coder

Функции

Темы

Связанная информация

Рекомендуемые примеры

Генерация кода глубокого обучения на целевых устройствах Intel для различных размеров пакетов

Сгенерируйте изображения цифр с помощью вариационного автоэнкодера на центральных процессорах Intel

Генерация кода для глубокого обучения на ARM-целях

Глубокое обучение с помощью ARM Compute с использованием codegen

Генерация кода и развертывание MobileNet-v2 сети на Raspberry Pi

Сгенерируйте код С++ для обнаружения объектов с использованием YOLO v2 и Intel MKL-DNN

Генерация кода для семантической сегментации на центральных процессорах Intel, использующих U-Net

Генерация кода для семантического приложения сегментации на целевых устройствах ARM ® Neon, которые используют U-Net

Генерация кода для сети LSTM на Raspberry Pi

Генерация кода для сети LSTM, использующей Intel MKL-DNN

Генерация кода для сверточной сети LSTM, использующей Intel MKL-DNN

Перекрестное скомпилирование кода глубокого обучения для ARM Neon Target

Генерация кода для квантованной нейронной сети для глубокого обучения на Raspberry Pi

Сгенерируйте генеративный код C/C + + для регрессии «последовательность-последовательность», которая использует глубокое обучение

Документация MATLAB Coder

Поддержка