Main Content

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

MATLAB Coder を使用した深層学習の前提条件

MathWorks 製品

MATLAB® Coder™ を使用して深層学習ネットワークのコードを生成するには、次もインストールしなければなりません。

  • Deep Learning Toolbox™

  • MATLAB Coder Interface for Deep Learning Libraries

MATLAB Coder Interface for Deep Learning LibrariesMATLAB Online™ ではサポートされていません。

サードパーティ製のハードウェアとソフトウェア

MATLAB Coder を使用して、Intel® または ARM® プロセッサに展開する深層学習ネットワークの C++ コードを生成できます。生成されたコードは、ターゲット CPU 用に最適化された深層学習ライブラリを利用します。ハードウェアとソフトウェアの要件はターゲット プラットフォームによって決まります。

メモ

必要なソフトウェア ライブラリへのパスは、スペースや、かっこなどの特殊文字を含むことはできません。Windows® オペレーティング システムでは、特殊文字やスペースは 8.3 ファイル名が有効になっている場合にのみ使用できます。8.3 ファイル名の詳細については、Windows のドキュメントを参照してください。

 Intel CPUARM CPU
ハードウェア要件

Intel Advanced Vector Extensions 2 (Intel AVX2) の命令をサポートする Intel プロセッサ。

NEON 拡張子をサポートする ARM Cortex-A プロセッサ。

ソフトウェア ライブラリ

Intel Math Kernel Library for Deep Neural Networks (MKL-DNN), v1.0。https://01.org/mkl-dnnを参照してください。

一部の必要なファイルが不足しているため、プリビルド ライブラリは使用しないでください。代わりに、ソース コードからライブラリをビルドします。GitHub® でのライブラリのビルド手順を参照してください。

ビルドの詳細については、MATLAB Answers™: https://www.mathworks.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-depの投稿を参照してください。

コンピューター ビジョンと機械学習用の ARM Compute Library、Version 18.05、18.08、18.11、19.02 および 19.05。https://developer.arm.com/technologies/compute-libraryを参照してください。

バージョン番号を coder.ARMNEONConfig 構成オブジェクトまたは cnncodegen コマンドの名前と値のペアの引数 targetparams で指定します。既定のバージョン番号は v19.05 です。

ARM ハードウェアではコンパイラとの互換性がない可能性があるため、プリビルド ライブラリは使用しないでください。代わりに、ソース コードからライブラリをビルドします。ホスト マシン上またはターゲット ハードウェア上で直接ライブラリをビルドします。GitHub でのライブラリのビルド手順を参照してください。

libarm_compute.so などのライブラリ ファイルを含むフォルダーは lib という名前にしなければなりません。フォルダーの名前が build である場合は、名前を lib に変更します。

ビルドの詳細については、MATLAB Answers: https://www.mathworks.com/matlabcentral/answers/455590-matlab-coder-how-do-i-build-the-arm-compute-library-for-deep-learning-c-code-generation-and-deploの投稿を参照してください。

オペレーティング システムのサポート

Windows および Linux® のみ。

Windows および Linux のみ。

C++ コンパイラ

MATLAB Coder では、サポートされているインストール済みのコンパイラが検索されて使用されます。サポートされているコンパイラのリストについては、MathWorks® Web サイトのサポートされるコンパイラを参照してください。

mex -setup を使用して、既定のコンパイラを変更できます。既定のコンパイラの変更を参照してください。

C++ コンパイラで C++11 がサポートされていなければなりません。

Windows では、codegen コマンドを使用した深層学習ネットワークのコード生成には Microsoft® Visual Studio® 2015 以降が必要です。

その他

一部の深層学習例には、Open Source Computer Vision Library (OpenCV) v3.1.0 が必要です。

メモ: 例には opencv_core.libopencv_video.lib などの個別のライブラリが必要です。Computer Vision Toolbox™ に同梱されている OpenCV ライブラリには必要なライブラリが含まれていないため、OpenCV インストーラーはそれらのライブラリをインストールしません。そのため、OpenCV ソースをダウンロードして、ライブラリをビルドしなければなりません。

詳細については、OpenCV のドキュメントを参照してください。

環境変数

MATLAB Coder は、環境変数を使用して深層学習ネットワークのコード生成に必要なライブラリを見つけます。

プラットフォーム変数名説明
Windows INTEL_MKLDNN

Intel MKL-DNN ライブラリ インストールのルート フォルダーへのパス。

以下に例を示します。

C:\Program Files\mkl-dnn

ARM_COMPUTELIB

ARM ターゲット ハードウェアにインストールされる ARM Compute Library のルート フォルダーへのパス。

以下に例を示します。

/usr/local/arm_compute

ARM ターゲット ハードウェアで ARM_COMPUTELIB を設定します。

OPENCV_DIR

OpenCV のビルド フォルダーへのパス。OpenCV を使用する深層学習例のために、OpenCV をインストールします。

以下に例を示します。

C:\Program Files\opencv\build

PATH

Intel MKL-DNN ライブラリ フォルダーへのパス。

以下に例を示します。

C:\Program Files\mkl-dnn\lib

OpenCV のダイナミックリンク ライブラリ (DLL) へのパス。OpenCV を使用する深層学習例のために、OpenCV をインストールします。

以下に例を示します。

C:\Program Files\opencv\build\x64\vc15\bin

Linux LD_LIBRARY_PATH

Intel MKL-DNN ライブラリ フォルダーへのパス。

以下に例を示します。

/usr/local/mkl-dnn/lib/

ターゲット ハードウェアの ARM Compute Library フォルダーへのパス。

以下に例を示します。

/usr/local/arm_compute/lib/

ARM ターゲット ハードウェアで LD_LIBRARY_PATH を設定します。

INTEL_MKLDNN

Intel MKL-DNN ライブラリ インストールのルート フォルダーへのパス。

以下に例を示します。

/usr/local/mkl-dnn/

ARM_COMPUTELIB

ARM ターゲット ハードウェアにインストールされる ARM Compute Library のルート フォルダーへのパス。

以下に例を示します。

/usr/local/arm_compute/

ARM ターゲット ハードウェアで ARM_COMPUTELIB を設定します。

メモ

MATLAB Support Package for Raspberry Pi™ Hardware を使用して Raspberry Pi 向けのコードを生成するには、環境変数を非対話型で設定しなければなりません。詳細についてはhttps://www.mathworks.com/matlabcentral/answers/455591-matlab-coder-how-do-i-setup-the-environment-variables-on-arm-targets-to-point-to-the-arm-compute-liを参照してください。

メモ

OpenCV を使用する例を作成して実行するには、ホスト コンピューターまたはターゲット ボードに OpenCV ライブラリをインストールしなければなりません。Linux に OpenCV をインストールする場合は、ライブラリ ファイルへのパスと、ヘッダー ファイルへのパスがシステム パスにあることを確認してください。既定では、ライブラリ ファイルとヘッダー ファイルは /usr/local/lib//usr/local/include/opencv などの標準の場所にそれぞれインストールされます。

Windows に OpenCV をインストールする場合は、前の表で説明しているように環境変数 OPENCV_DIRPATH を設定します。

関連するトピック