Main Content

coder.CMSISNNConfig

Cortex-M ターゲット向けの CMSIS-NN ライブラリを使用した深層学習コード生成用の構成パラメーター

R2022a 以降

このページをすべて展開する

説明

coder.CMSISNNConfig オブジェクトには、codegen が深層ニューラル ネットワークの C コードの生成に使用する CMSIS-NN ライブラリおよび関連する ARM® Cortex-M ターゲットに固有のパラメーターが含まれています。

コード生成に coder.CMSISNNConfig オブジェクトを使用するには、そのオブジェクトを、codegen に渡すコード生成構成オブジェクトの DeepLearningConfig プロパティに割り当てます。

作成

関数 coder.DeepLearningConfig でターゲット ライブラリを 'cmsis-nn' と設定して、CMSIS-NN 構成オブジェクトを作成します。

プロパティ

すべて展開する

キャリブレーション データを含む MAT ファイルの場所。

量子化を実行する場合、関数 calibrate (Deep Learning Toolbox) はネットワークに学習させ、畳み込み層と全結合層における重みとバイアスのダイナミック レンジ、およびネットワークのすべての層における活性化のダイナミック レンジを収集します。最適化されたネットワークのコードを生成するには、関数 calibrate の結果を MAT ファイルに保存し、その MAT ファイルの場所をこのプロパティを使用してコード ジェネレーターに指定します。詳細については、深層学習ネットワークの int8 コードの生成を参照してください。

サポートされる層における推論の計算の精度。

ターゲット ライブラリの名前。文字ベクトルとして指定します。

例

すべて折りたたむ

関数 coder.loadDeepLearningNetwork を使用して MAT ファイル netFile からネットワーク オブジェクト net を読み込むエントリポイント関数 net_predict を作成します。その後、この関数はこのモデル オブジェクトを使用して予測を実行します。

function out = net_predict(netFile, in)
net = coder.loadDeepLearningNetwork(netFile);
out = predict(net,in);
end

C のスタティック ライブラリの生成用に coder.config 構成オブジェクトを作成します。 

cfg = coder.config('lib');

coder.CMSISNNConfig 深層学習構成オブジェクトを作成し、キャリブレーション MAT ファイルの場所を指定します。このオブジェクトを cfg 構成オブジェクトの DeepLearningConfig プロパティに割り当てます。

dlcfg = coder.DeepLearningConfig('cmsis-nn');
dlcfg.CalibrationResultFile = 'calibration.mat'; 
cfg.DeepLearningConfig = dlcfg;

関数 codegen の -config オプションを使用して cfg 構成オブジェクトを指定します。関数 codegen は、MATLAB® 関数入力のサイズ、クラス、実数/複素数を決定しなければなりません。-args オプションを使用して、エントリポイント関数への入力のサイズを指定します。

codegen -config cfg net_predict -args {coder.Constant('calibration.mat'), exampleinput}

codegen コマンドは生成されたすべてのファイルを codegen フォルダーに入れます。

バージョン履歴

R2022a で導入

参考

| | |

トピック