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。
モデル オブジェクトをコード生成用のファイルに保存
機械学習モデルのオブジェクト関数 (predict
、random
、knnsearch
または rangesearch
) に対する C/C++ コードを生成するには、saveCompactModel
、loadCompactModel
および codegen
を使用します。機械学習モデルに学習をさせた後で、saveCompactModel
を使用してモデルを保存します。loadCompactModel
を使用してモデルを読み込みオブジェクト関数を呼び出す、エントリポイント関数を定義します。その後、codegen
または MATLAB® Coder™ アプリを使用して C/C++ コードを生成します。C/C++ コードの生成には MATLAB Coder が必要です。
次のフロー チャートは、機械学習モデルのオブジェクト関数に対するコード生成ワークフローを示します。強調表示されているステップで saveCompactModel
を使用します。
saveCompactModel(
は、メモリ フットプリントを縮小することにより分類モデル、回帰モデルまたは最近傍探索モデル (Mdl
,filename
)Mdl
) をコード生成用に準備してから、filename
という名前の MATLAB 形式のバイナリ ファイル (MAT ファイル) に保存します。filename
を loadCompactModel
に渡すと、filename
ファイルからモデル オブジェクトを再構築できます。
saveCompactModel
は、予測には必要ないプロパティを削除することにより、分類モデルと回帰モデル (Mdl
) のメモリ フットプリントを縮小します。
対応するコンパクトなモデルがあるモデルの場合、関数 saveCompactModel
は該当する関数 compact
をモデルに適用してからモデルを保存します。
対応するコンパクトなモデルがないモデル (ClassificationLinear
、RegressionLinear
、ExhaustiveSearcher
、KDTreeSearcher
など) の場合、関数 saveCompactModel
はモデルをそのまま保存します。
ClassificationKNN
モデル オブジェクトは、対応するコンパクトなオブジェクトがない完全なオブジェクトです。このモデルの場合、saveCompactModel
はハイパーパラメーター最適化プロパティが含まれていないコンパクトなバージョンを保存します。
loadCompactModel
は、saveCompactModel
によって保存された縮小バージョンを読み込みます。
次の表に記載されているモデルに対して、learnerCoderConfigurer
が作成したコーダー コンフィギュアラーを使用します。
モデル | コーダー コンフィギュアラー オブジェクト |
---|---|
サポート ベクター マシン (SVM) 回帰 | RegressionSVMCoderConfigurer |
1 クラスおよびバイナリ分類用の SVM | ClassificationSVMCoderConfigurer |
SVM 用のマルチクラス モデル | ClassificationECOCCoderConfigurer |
機械学習モデルに学習をさせた後で、モデルのコーダー コンフィギュアラーを作成します。コンフィギュアラーのプロパティとオブジェクト関数を使用することにより、コード生成オプションを設定し、モデルの関数 predict
および update
に対するコードを生成します。コーダー コンフィギュアラーを使用してコードを生成した場合、コードを再生成せずに、生成されたコードのモデル パラメーターを更新できます。詳細については、予測用のコード生成とコーダー コンフィギュアラーの使用による更新を参照してください。