Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Generación de código

Generar código C/C++ y funciones MEX para funcionesStatistics and Machine Learning Toolbox™

MATLAB^® Coder™ genera código C y C+ legible y portátil a partir de funciones que admiten la generación de código.Statistics and Machine Learning Toolbox Por ejemplo, puede clasificar nuevas observaciones en dispositivos de hardware que no se pueden ejecutar mediante la implementación de un modelo de clasificación de máquina vectorial de soporte entrenado (SVM) en el dispositivo mediante la generación de código.MATLAB

Puede generar código C/C++ para las funciones de varias maneras.Statistics and Machine Learning Toolbox

Generación de código para la función de objeto ( , , , o ) de un modelo de aprendizaje automático: Use , , y .predictrandomknnsearchrangesearchsaveLearnerForCoderloadLearnerForCodercodegen (MATLAB Coder) Guarde un modelo entrenado utilizando .saveLearnerForCoder Defina una función de punto de entrada que cargue el modelo guardado mediante la función de objeto y la llame a ella.loadLearnerForCoder A continuación, se utiliza para generar código para la función de punto de entrada.codegen (MATLAB Coder)
Generación de código para las funciones y funciones de un modelo de árbol, un modelo SVM, un modelo lineal o un modelo de clasificación de códigos de salida de corrección de errores multiclase (ECOC) mediante SVM o alumnos binarios lineales: cree un configurardor de codificador mediante el uso y, a continuación, genere código mediante .predictupdatelearnerCoderConfigurergenerateCode Puede actualizar los parámetros del modelo en el código C/C++ generado sin tener que volver a generar el código.
Otras funciones que admiten la generación de código — Usar .codegen (MATLAB Coder) Defina una función de punto de entrada que llame a la función que admite la generación de código. A continuación, genere código C/C++ para la función de punto de entrada mediante .codegen

También puede generar código C/C++ de punto fijo para la predicción de un modelo de clasificación SVM o un modelo de regresión de SVM. Este tipo de generación de código requiere .Fixed-Point Designer™

Para obtener más información sobre la generación de código, consulte .Introduction to Code Generation

Funciones

expandir todo

Guardar y cargar modelo para la generación de código

`saveLearnerForCoder`	Save model object in file for code generation
`loadLearnerForCoder`	Reconstruct model object from saved model for code generation
`generateLearnerDataTypeFcn`	Generate function that defines data types for fixed-point code generation

Generación de código mediante el codificador configurer

Crear objeto de configurardor de codificador

learnerCoderConfigurer Create coder configurer of machine learning model

Trabajar con Coder Configurer Object

`generateCode`	Generate C/C++ code using coder configurer
`generateFiles`	Generate MATLAB files for code generation using coder configurer
`validatedUpdateInputs`	Validate and extract machine learning model parameters to update
`update`	Update model parameters for code generation

Objetos

expandir todo

Objetos de configuración del codificador de clasificación

`ClassificationTreeCoderConfigurer`	Coder configurer of binary decision tree model for multiclass classification
`ClassificationSVMCoderConfigurer`	Coder configurer for support vector machine (SVM) for one-class and binary classification
`ClassificationLinearCoderConfigurer`	Coder configurer for linear binary classification of high-dimensional data
`ClassificationECOCCoderConfigurer`	Coder configurer for multiclass model using binary learners

Objetos de configurar el codificador de regresión

`RegressionTreeCoderConfigurer`	Coder configurer of binary decision tree model for regression
`RegressionSVMCoderConfigurer`	Coder configurer for support vector machine (SVM) regression model
`RegressionLinearCoderConfigurer`	Coder configurer for linear regression model with high-dimensional data

Temas

Funciones habilitadas para la generación de código

Flujos de trabajo de generación de código

Introduction to Code Generation

Learn how to generate C/C++ code for Statistics and Machine Learning Toolbox functions.

General Code Generation Workflow

Generate code for Statistics and Machine Learning Toolbox functions that do not use machine learning model objects.

Code Generation for Prediction of Machine Learning Model at Command Line

Generate code for the prediction of a classification or regression model at the command line.

Code Generation for Prediction of Machine Learning Model Using MATLAB Coder App

Generate code for the prediction of a classification or regression model by using the MATLAB Coder app.

Code Generation for Prediction and Update Using Coder Configurer

Generate code for the prediction of a model using a coder configurer, and update model parameters in the generated code.

Code Generation and Classification Learner App

Train a classification model using the Classification Learner app, and generate C/C++ code for prediction.

Code Generation for Nearest Neighbor Searcher

Generate code for finding nearest neighbors using a nearest neighbor searcher model.

Specify Variable-Size Arguments for Code Generation

Generate code that accepts input arguments whose size might change at run time.

Train SVM Classifier with Categorical Predictors and Generate C/C++ Code

Convert categorical predictors to numeric dummy variables before fitting an SVM classifier and generating code.

Fixed-Point Code Generation for Prediction of SVM

Generate fixed-point code for the prediction of an SVM classification or regression model.

Code Generation for Probability Distribution Objects

Generate code that fits a probability distribution object to sample data and evaluates the fitted distribution object.

Aplicaciones de generación de código

Predict Class Labels Using MATLAB Function Block

Generate code from a Simulink^® model that classifies data using an SVM model.

System Objects for Classification and Code Generation

Generate code from a System object™ for making predictions using a trained classification model, and use the System object in a Simulink model.

Predict Class Labels Using Stateflow

Generate code from a Stateflow^® model that classifies data using a discriminant analysis classifier.

Ejemplos destacados

Human Activity Recognition Simulink Model for Smartphone Deployment

Generate code from a classification Simulink model prepared for deployment to a smartphone.

Abrir script en vivo