第一步:matlab上导入数据集
第二步:训练模型
选择APP中的neural net fitting,数据拟合的神经网络

点击next

选择数据集

点击next
![![[Pasted image 20220508213803.png]]](https://i-blog.csdnimg.cn/blog_migrate/6fa4f4404b62e1cbbcd358e0d2e61c2e.png)
设置神经网络

训练模型
![![[Pasted image 20220508213949.png]]](https://i-blog.csdnimg.cn/blog_migrate/40d4f1ec2521b7fea3aa4e509db73f2f.png)
保存神经网络模型
![![[Pasted image 20220508214024.png]]](https://i-blog.csdnimg.cn/blog_migrate/f310deb55119e6b48585566623ac5fa7.png)
点击
![![[Pasted image 20220508214142.png]]](https://i-blog.csdnimg.cn/blog_migrate/97729f68ebb65929e82a1c66ab624300.png)
之后会产生一个新的文件,保存这个函数

此时模型就使这个函数啦,在matlab中直接调用就行,接下来要将这个函数转成C语言
第三步:模型转成C语言
自己写一个matlab 测试函数,测试生成的模型函数
这一步是为了在coder中,自动生成函数的输入输出变量类型
和为了检测生成的C语言是否和matlab测试结果一致,只有结果一致的时候,才会提示生成成功
命令行串口 输入 coder

本文档详细介绍了如何在MATLAB中训练神经网络模型,从数据集导入到模型拟合,再到神经网络的保存。接着,通过MATLAB的Coder工具,将训练好的模型转换为C语言代码,并通过编写测试函数确保C代码与MATLAB模型的一致性。最后,文章强调了在转换过程中测试和验证的重要性。
951





