创建一个入口点函数resnet_predict它使用coder.loadDeepLearningNetwork函数加载resnet50(深度学习工具箱)SeriesNetwork对象。

函数Out = resnet_predict(in)持续的mynet;如果mynet = code . loaddeeplearningnetwork (mynet)“resnet50”，“myresnet”）;结束Out = predict(mynet,in);

创建一个coder.config用于生成MEX代码的配置对象。

CFG = code .config(墨西哥人的）;

将目标语言设置为c++。

cfg。TargetLang =“c++”；

创建一个编码器。MklDNNConfig深度学习配置对象。将其分配给DeepLearningConfig的属性cfg配置对象。

cfg。DeepLearningConfig =编码器。DeepLearningConfig (“mkldnn”）;

使用配置选项codegen函数来传递cfg配置对象。的codegen函数必须确定MATLAB的大小、类和复杂度^®函数的输入。使用arg游戏选项指定入口点函数的输入大小。

codegenarg游戏{(224224 3,“单”)}配置cfgresnet_predict

的codegen命令将生成的所有文件放在codegen文件夹中。该文件夹包含入口点函数的c++代码resnet_predict.cpp，头文件和源文件，包含卷积神经网络(CNN)的c++类定义，权重和偏差文件。