このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
深層学習
Simulink® Coder™ を Deep Learning Toolbox™ と共に使用して、学習済みの畳み込みニューラル ネットワーク (CNN) からコードを生成できます。深層学習は、畳み込みニューラル ネットワーク (CNN) を使用して、イメージから直接データの有用な表現を学習します。生成されたコードを Intel® または ARM® プロセッサを使用する組み込みプラットフォームに展開できます。学習済み CNN からのどのサードパーティ ライブラリにも依存しない汎用 C または C++ コードの生成もできます。
トピック
- Workflow for Deep Learning C/C++ Code Generation for Simulink Models
Overview of C/C++ code generation workflow for deep learning neural networks.
- MATLAB Function ブロックを使用した深層学習ネットワークのコードの生成
GoogLeNet 学習済み深層学習ネットワークを使用する MATLAB Function ブロックを含むモデルのコードを生成する。
- Generate Code for Blocks from Deep Neural Networks Library
Generate code for a model containing the GoogLeNet trained deep learning network.
関連情報
- Simulink を使用した深層学習 (Deep Learning Toolbox)
- MATLAB Coder を使用した深層学習
注目の例
Call Generated Code Using C Caller Blocks
Call generated C code from the Simulink model by using a C Caller block.
Simulink Simulation of Deep Learning Models Using MATLAB Function Block
Simulate model that predicts responses for a LSTM network using a MATLAB Function block.
Update the Network Learnables for a Battery State of Charge Estimation Model
Update the learnables of a deep learning network while the Simulink model is simulating.
Sequence-to-Sequence 深層学習 Simulink モデルの汎用 C/C++ の生成
Sequence-to-sequence 深層学習 Simulink モデルの C/C++ コードを生成する。
車線検出と車両検出を実行する深層学習 Simulink モデルのコード生成
この例では、畳み込みニューラル ネットワーク (CNN) を使用して車線検出と車両検出を実行する Simulink® モデルから C++ コードを生成する方法を示します。
