来自MATLAB Coder的深度学习支持

功能和特性

MATLAB Coder™从MATLAB生成C和c++代码^®适用于各种硬件平台的代码，从桌面系统到嵌入式硬件。它支持大多数MATLAB语言和广泛的工具箱。您可以将生成的代码作为源代码、静态库或动态库集成到项目中。生成的代码是可读的和可移植的。

您可以部署各种经过训练的深度学习网络，如YOLO、ResNet-50、SegNet和MobileNet，从深度学习工具箱™到NVIDIA gpu。您可以生成用于预处理和后处理的优化代码，以及经过训练的深度学习网络，以部署完整的算法。

深度学习库的MATLAB编码器接口通过利用嵌入目标上的目标特定加速库，提供了自定义从深度学习算法生成的代码的能力。通过这个支持包，您可以集成针对特定CPU目标(如ARM)进行深度学习优化的库^®用于ARM架构的计算库。

• 英特尔^®用于支持AVX2的Intel cpu的深度神经网络数学内核库(MKL-DNN)
  • 生成的代码利用了Intel MKL-DNN库，这是一个用于深度学习应用程序的开源性能库，提供了针对Intel架构优化的向量化和线程构建块。
• ARM Cortex的ARM计算库^®支持NEON™指令的处理器家族
  • 生成的代码利用ARM计算库，这是针对特定ARM架构优化的底层软件函数集合，目标是图像处理、计算机视觉和机器学习应用程序。