terasoft

MATLAB Coder. MATLAB-C 轉碼器

Introduction

MATLAB-C轉碼器可將MATLAB程式碼轉成獨立的C和C++程式碼，所產生出的原始碼是可攜和可讀的。這項產品支援MATLAB語言核心功能的子集，包括程式控制結構、函數和矩陣運算。它也可以產生MEX functions，讓使用者能加快MATLAB程式中運算密集的部分，和驗證所生成程式碼的行為。

MATLAB –C轉碼器可搭配Simulink Coder和Embedded Coder，將包含MATLAB程式的Simulink模型產生成C程式碼，所產生出的C程式碼可用於：

獨立執行
與其他軟體整合
加快MATLAB演算法
嵌入式實現

本工具箱使用需搭配MATLAB。

Key Features

符合ANSI/ISO標準的C和C++程式碼產生
可產生MEX function，以進行定點和浮點運算
專案管理工具可用於指定進入點，輸入資料屬性，和其他程式碼產生的配置選項
對不同大小資料可作靜態或動態記憶體配置
程式碼產生功能支援許多Communications Toolbox、DSP System Toolbox 和 Computer Vision System Toolbox的函式與系統物件
支持一般MATLAB語言功能，包括矩陣運算、下標、計劃控制敘述(如：if、switch、for、while)和結構
可從使用者定義的系統物件產生程式碼並自動產生動態共用之函式庫

2022a :

支援為更多種類的深度學習層生成其泛型的C/C++ 程式碼
支援 SIMD並提高深度學習網路層所產生程式碼的性能
支持更多種類的 TensorFlow-Keras 和 ONNX 內建層
使用預訓練的 TensorFlow Lite 模型進行模擬和產生程式碼

2021a :

為深度學習網路產生不依賴第三方函式庫的 C/C++程式碼

2020b :

深度學習：針對 Intel 和 ARM CPU 為自訂層轉出程式碼。
長短期記憶 (LSTM) 網路：針對 Intel CPU 為 LSTM、stateful LSTM 和雙向LSTM 產生程式碼。

2020a :

產生C++ 程式碼：從 MATLAB 類別轉成 C++ 類別
C++ 程式碼：在產生函式的介面中使用動態配置的 C++ 陣列

2019b :

最佳化工具箱程式碼轉碼：使用 fmincon 函式轉出非線性制限最佳化使用的程式碼
統計與機器學習工具箱程式碼轉碼: 產生機率分佈函式程式碼，；轉出用於預測 SVM 模型的定點數程式碼。

2018a :

新增列主序陣列配置功能，能簡化轉出的程式碼與C語言環境儲存陣列中列主序格式相互對接的流程
支援稀疏矩陣，讓您可在轉出程式碼中使用稀疏矩陣進行更高效能的運算。
現可轉出用於機器學習配置的C程式碼，包括統計與機器學習工具箱中的KNN(k-nearest neighbor)，非樹狀集合模型以及計算

2017b :

新增用於機器學習配置的C程式碼轉碼功能，包括判別分析分類器模型、線性回歸模型、支援向量機 (SVM) 、回歸模型和回歸樹的總集演算法。

2015b :

新增將異質矩陣(Cell array)轉成C 程式碼功能。

2013b :

支援 64-bit整數資料型態、搭配Embedded Coder可進行軟體迴圈(software-in-the-loop (SIL)) 驗證，支援Statistics and Machine learning Toolbox 的機率分配(probability distributions) 。

2012b :

新增轉碼前確認工具(Code Generation Readiness Tool)，能協助您確認程式碼之語法正確性以及函式支援度，並能在多個多核心處理器上支援parfor函式。