Установите параметры конфигурации кода и сгенерируйте код С++ для ResNet-50
последовательная сеть. Сгенерированный код использует Intel® Библиотеки глубокого обучения MKL-DNN.
Создайте функцию точки входа resnet_predict
который использует coder.loadDeepLearningNetwork
функцию для загрузки resnet50
(Deep Learning Toolbox)
SeriesNetwork
объект.
Постоянный объект избегает восстановления и перезагрузки сетевого объекта во время последующих вызовов функции, чтобы вызвать predict
метод на входе.
Слой входа предварительно обученного ResNet-50
сеть принимает изображения размера 224x224x3
. Чтобы считать вход изображение из графического файла и изменить его размер на 224x224
, используйте следующие строки кода:
Создайте coder.config
объект строения для генерации кода MEX и установите целевой язык на C++. На объекте строения задайте DeepLearningConfig
с targetlib
как 'mkldnn'
. Используйте -config
опция codegen
функция для передачи этого объекта строения кода. codegen
функция должна определять размер, класс и сложность MATLAB® входные параметры функции. Используйте -args
опция для задания размера входного параметра функции точки входа.
The codegen
команда помещает все сгенерированные файлы в codegen
папка. Он содержит код С++ для функции точки входа resnet_predict.cpp
, заголовок и исходные файлы, содержащие определения классов C++ для свернутых файлов нейронной сети (CNN), веса и смещения.