이 페이지는 기계 번역을 사용하여 번역되었습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
딥러닝
Simulink® Coder™를 Deep Learning Toolbox™와 함께 사용하면 훈련된 합성곱 신경망(CNN)에서 코드를 생성할 수 있습니다. 딥러닝은 합성곱 신경망(CNN)을 사용하여 이미지에서 직접 유용한 데이터 표현을 학습합니다. 생성된 코드는 Intel® 또는 ARM® 프로세서를 사용하는 임베디드 플랫폼에 배포할 수 있습니다. 타사 라이브러리에 의존하지 않는 훈련된 CNN에서 일반 C 또는 C++ 코드를 생성할 수도 있습니다.
도움말 항목
- Workflow for Deep Learning C/C++ Code Generation for Simulink Models
Overview of C/C++ code generation workflow for deep learning neural networks.
- Generate Code for Deep Learning Networks Using MATLAB Function Block
Generate code for a model containing a MATLAB Function block that uses the GoogLeNet trained deep learning network.
- Generate Code for Blocks from Deep Neural Networks Library
Generate code for a model containing the GoogLeNet trained deep learning network.
관련 정보
- Simulink를 사용한 딥러닝 (Deep Learning Toolbox)
- MATLAB Coder를 사용한 딥러닝
추천 예제
Call Generated Code Using C Caller Blocks
Call generated C code from the Simulink model by using a C Caller block.
Simulink Simulation of Deep Learning Models Using MATLAB Function Block
Simulate model that predicts responses for a LSTM network using a MATLAB Function block.
Update the Network Learnables for a Battery State of Charge Estimation Model
Update the learnables of a deep learning network while the Simulink model is simulating.
Generate Generic C/C++ for Sequence-to-Sequence Deep Learning Simulink Models
Generate C/C++ code for a sequence-to-sequence deep learning Simulink model.
Code Generation for Deep Learning Simulink Model That Performs Lane and Vehicle Detection
This example shows how to generate C++ code from a Simulink® model that performs lane and vehicle detection using convolutional neural networks (CNN).
