Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
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 .predict
random
knnsearch
rangesearch
saveLearnerForCoder
loadLearnerForCoder
codegen
(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 .predict
update
learnerCoderConfigurer
generateCode
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
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.
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.