【intel processors】使用matlab coder将神经网络转化为c/c++

需要将神经网络部署在dsp中，要求是c/c++语言，因为matlab coder工具箱可以直接将.m文件转化为c/c++语言，所以本文章用以说明使用使用matlab coder将神经网络转化为c/c++的过程。

1 前期准备

1.1 工具包

为了使用matlab coder来生成神经网络的代码，必须提前下载：

• Deep Learning Toolbox™
• MATLAB Coder Interface for Deep Learning Libraries
  可以使用 MATLAB Coder 为部署到 Intel® 或 ARM® 处理器的深度学习网络生成 C++ 代码。 生成的代码利用针对目标 CPU 优化的深度学习库。 硬件和软件要求取决于目标平台。还可以使用 MATLAB Coder 为深度学习网络生成通用 C 或 C++ 代码。 此类C或C++代码不依赖于任何第三方库。

1.2 software libraries

Intel Math Kernel Library for Deep Neural Networks (MKL-DNN), v1.4.
PS：注意一定要是1.4版本的。
PPS：CrossChannelNormalizationLayer norm1 is not supported for target library ‘none’，如果不安装mkldnn有些层是不支持的，但是本项目要求不能使用第三方库，所以应该不安装mkldnn这一第三方库。

1.2.1 安装mkldnn库的具体步骤为：

方法一：

• 下载1.4版本的MKL-DNN。下载网址见https://github.com/oneapi-src/oneDNN/releases?q=1.4&expanded=true
• 下载CMAKE，网址见https://cmake.org/download/
  注意，下载红框iso文件，zip一直编译失败。
  
• 直接运行CMake-gui.exe，在"where is the source code"中输入“C:/Program Files/mkl-dnn”，在"where to build the binaries"中输入“C:/Program Files/mkl-dnn/build”，然后点击左下角的Configure按钮，最后点击Generate即可生成。
• PS：在我自己运行时，出现了几点问题，首先点击Configure按钮时，显示没有cmakelist.txt文件，所以我将examples文件夹下的cmakelist.txt复制到了mkl-dnn文件夹下，然后Configure+Generate，此时发现mkl-dnn文件夹下新增了一个lib文件夹，里面多了dnnl.lib和mkldnn.lib两个文件，再matlab转换就成功了。

方法二：具体操作见论坛MATLAB Coder: How do I build the Intel MKL-DNN library for Deep Learning C++ code generation and deployment?

1.3 c++ compiler

主流编译器是mingw-w64或Microsoft Visual C++ 2022 product family（Community, Professional, and Enterprise editions are supported.），其中mingw-w64的c和c++的编译器分别是gcc和g++,Microsoft Visual的编译器是msv.
PS:在下载VS的时候，the “Desktop development with C++” workload is required for MEX and associated functionality，所有需要勾选和C++、mex有关的安装项。具体见解决方案-CMake error: error in configuration process, project files may be invalid（Windows&VS可参考）
PPS：如果已安装了VS，但matlab mex -setup命令仍找不到编译器
具体见Matlab配置编译器（Matlab2020b+