Code Generation for Deep Learning Networks with MKL-DNN

和MATLAB^®CODER™，您可以从已经训练的卷积神经网络（CNN）生成代码，以使用英特尔的嵌入式平台^®processor. The code generator takes advantage of the Intel Math Kernel Library for Deep Neural Networks (MKL-DNN). The generated code implements a CNN with the architecture, layers, and parameters specified in the input系列网络（深度学习工具箱）ordagnetwork（深度学习工具箱）network object.

通过使用以下方法之一生成代码：

标准代码根command for C/C++ code generation from MATLAB code.
这MATLAB编码器应用程序。

Requirements

在窗户上^®, code generation for deep learning networks with the代码根function requires微软^®视觉工作室^®2015 or later.
深度学习库的MATLAB编码器界面。To install this support package, select it from the MATLABAdd-Ons菜单。
深神经网络（MKL-DNN）的英特尔数学内核库
深度学习工具箱™。
编译器和库的环境变量。有关更多信息，请参阅与MATLAB编码器进行深度学习的先决条件。

使用代码生成`代码根`

在MATLAB中编写一个入口点功能：

Uses thecoder.loaddeeplearningnetwork函数来构造和set up a CNN network object. For more information, see加载预告片的网络以生成代码。
Calls thepredict（深度学习工具箱）method of the network on the entry-point function input.
Specifies aMinibatchSize在thepredictmethod to manage memory usage for prediction on multiple input images or observations.

For example:

functionout = googlenet_predict（in）％＃codegen％持续的对象myNet用于加载串联网络对象。％在对此函数的第一个呼叫中，构造持续的对象，并且％ 设置。当函数称为后续时间时，重复使用相同的对象百分比要预测输入，从而避免重建和重新加载％网络对象。执着的mynet;如果isempty(mynet) mynet = coder.loadDeepLearningNetwork('googlenet'）；结尾％通过输入out =预测（mynet，in，“ MINIBATCHSIZE”，2）;

Create a code generation configuration object for MEX or for a static or dynamically linked library. To specify code generation parameters for MKL-DNN, set theDeepLearningConfig属性coder.mkldnnconfig您创建的对象coder.DeepLearningConfig。
```
cfg = coder.config（'lib'）；cfg.targetlang ='C ++';cfg.deeplearningconfig = coder.deeplearningconfig（'mkldnn'）；
```
跑过代码根command. Use the-config选项指定配置对象。使用-args指定输入类型的选项。输入大小对应于GoogleNet网络的输入层大小16不同的图像或观察。
```
代码根-configCFGgooglenet_predict-args{一个（224,224,3,16）}-报告
```
笔记

您可以为代码生成指定半精确输入。但是，代码生成器类型将输入投入到单精度。深度学习工具箱使用单精制，浮点算术来用于MATLAB中的所有计算。

生成的代码

该网络作为包含图层类数组的C ++类生成。这设置（）类的方法设置手柄并为网络对象的每一层分配内存。这预测（）方法调用网络中每个层的预测。代码生成器产生功能googlenet_predict（）在googlenet_predict.cpp这对应于MATLAB入口点函数。此函数构建网络的静态对象，并调用设置并预测方法。

二进制文件是针对具有参数（例如完全连接和网络中的卷积层）的层导出的。例如，文件cnn_googlenet_conv * _wandCNN_GOOGLENET_CONV*_Bcorrespond to weights and bias parameters for the convolution layers in the network.

使用代码生成theMATLABCoder应用程序

Follow the usual steps for specifying the entry-point function and specifying input types. See使用MATLAB编码器应用程序生成C代码。
在里面Generate Code步：
- 放语至C ++。
- 点击更多设置。在里面Deep Learning窗格，设置目标库至mkl-dnn。
生成代码。