Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

코드 생성

Statistics and Machine Learning Toolbox™ 함수에 대한 C/C++ 코드 및 MEX 함수 생성

MATLAB® Coder™는 코드 생성을 지원하는 Statistics and Machine Learning Toolbox 함수에서, 읽을 수 있고 이식 가능한 C 및 C++ 코드를 생성합니다. 예를 들어, 코드 생성을 사용하여 MATLAB을 실행할 수 없는 하드웨어 장치에 훈련된 서포트 벡터 머신(SVM) 분류 모델을 배포해 이 장치에서 새 관측값을 분류할 수 있습니다.

여러 가지 방법으로 다음 함수에 대한 C/C++ 코드를 생성할 수 있습니다.

  • 머신러닝 모델의 객체 함수에 대해서는 saveLearnerForCoder, loadLearnerForCoder, codegen (MATLAB Coder)을 사용합니다.

  • 머신러닝 모델의 predict 및 update 객체 함수에 대해서는 learnerCoderConfigurer로 생성된 코더 구성기를 사용합니다. 이 구성기를 사용하여 코드 생성 옵션을 구성하고 생성된 코드에서 모델 파라미터를 업데이트하십시오.

  • 코드 생성을 지원하는 다른 함수에 대해서는 codegen을 사용합니다.

일부 머신러닝 모델의 예측을 위해 고정소수점 C/C++ 코드를 생성할 수도 있습니다. 이 유형의 코드를 생성하려면 Fixed-Point Designer™가 필요합니다.

머신러닝 모델의 예측을 Simulink®에 통합하려면 Statistics and Machine Learning Toolbox 라이브러리에서 MATLAB Function 블록이나 Simulink 블록을 사용하십시오.

코드 생성에 대해 알아보려면 Introduction to Code Generation 항목을 참조하십시오.

코드 생성을 지원하는 함수 목록은 함수 목록(C/C++ 코드 생성)을 참조하십시오.

함수

모두 확장

saveLearnerForCoderSave model object in file for code generation (R2019b 이후)
loadLearnerForCoderReconstruct model object from saved model for code generation (R2019b 이후)
generateLearnerDataTypeFcnGenerate function that defines data types for fixed-point code generation (R2019b 이후)

코더 구성기 객체 생성

learnerCoderConfigurerCreate coder configurer of machine learning model

코더 구성기 객체 사용

generateCodeGenerate C/C++ code using coder configurer
generateFilesGenerate MATLAB files for code generation using coder configurer
validatedUpdateInputsValidate and extract machine learning model parameters to update
updateUpdate model parameters for code generation

객체

모두 확장

ClassificationTreeCoderConfigurerCoder configurer of binary decision tree model for multiclass classification (R2019b 이후)
ClassificationSVMCoderConfigurerCoder configurer for support vector machine (SVM) for one-class and binary classification
ClassificationLinearCoderConfigurerCoder configurer for linear binary classification of high-dimensional data (R2019b 이후)
ClassificationECOCCoderConfigurerCoder configurer for multiclass model using binary learners (R2019a 이후)
RegressionTreeCoderConfigurerCoder configurer of binary decision tree model for regression (R2019b 이후)
RegressionSVMCoderConfigurerCoder configurer for support vector machine (SVM) regression model
RegressionLinearCoderConfigurerCoder configurer for linear regression model with high-dimensional data (R2019b 이후)

블록

모두 확장

ClassificationECOC PredictClassify observations using error-correcting output codes (ECOC) classification model (R2023a 이후)
ClassificationEnsemble PredictClassify observations using ensemble of decision trees (R2021a 이후)
ClassificationKNN PredictClassify observations using nearest neighbor classification model (R2022b 이후)
ClassificationLinear PredictClassify observations using linear classification model (R2023a 이후)
ClassificationNeuralNetwork PredictClassify observations using neural network classification model (R2021b 이후)
ClassificationSVM PredictClassify observations using support vector machine (SVM) classifier for one-class and binary classification (R2020b 이후)
ClassificationTree PredictClassify observations using decision tree classifier (R2021a 이후)
RegressionEnsemble PredictPredict responses using ensemble of decision trees for regression (R2021a 이후)
RegressionGP PredictPredict responses using Gaussian process (GP) regression model (R2022a 이후)
RegressionLinear Predict선형 회귀 모델을 사용하여 응답 예측 (R2023a 이후)
RegressionNeuralNetwork PredictPredict responses using neural network regression model (R2021b 이후)
RegressionSVM Predict서포트 벡터 머신(SVM) 회귀 모델을 사용하여 응답 변수 예측 (R2020b 이후)
RegressionTree PredictPredict responses using regression tree model (R2021a 이후)

도움말 항목

코드 생성 워크플로

분류와 회귀 예측 블록

코드 생성 응용 사례