importKerasNetwork
导入预训练的Keras网络和权重
描述
例子
输入参数
输出参数
限制
importKerasNetwork
金宝app支持以下TensorFlow-Keras版本:该函数完全支持TensorFlow-K金宝apperas 2.2.4版本。
该函数对TensorFlow-Keras 2.2.5到2金宝app.4.0版本提供有限的支持。
更多关于
提示
如果网络中包含一层TensorFlow模型的深度学习工具箱转换器不支持(参见金宝app金宝app支持的Keras层),然后
importKerasNetwork
返回一个错误消息。在这种情况下,您仍然可以使用importKerasLayers
导入网络结构和权重。您可以导入具有多输入多输出(MIMO)的Keras网络。使用
importKerasNetwork
如果网络包含输入的输入大小信息和输出的损失信息。否则,使用importKerasLayers
.的importKerasLayers
函数为输入和输出插入占位符层。导入后,您可以通过使用查找并替换占位符层findPlaceholderLayers
而且replaceLayer
,分别。导入MIMO Keras网络的流程与导入MIMO ONNX™网络的流程相同。有关示例,请参见导入和组装多输出ONNX网络.要了解具有多个输入和多个输出的深度学习网络,请参见多输入多输出网络.要使用预训练的网络对新图像进行预测或迁移学习,您必须以与用于训练导入模型的图像预处理相同的方式对图像进行预处理。最常见的预处理步骤是调整图像大小,减去图像平均值,并将图像从BGR图像转换为RGB。
有关用于训练和预测的图像预处理的更多信息,请参见用于深度学习的图像预处理.
MATLAB使用基于1的索引,而Python®使用从零开始的索引。换句话说,在MATLAB和Python中,数组中的第一个元素的索引分别为1和0。有关MATLAB索引的更多信息,请参见数组索引.在MATLAB中,要使用一个索引数组(
印第安纳州
),将数组转换为印第安纳州+ 1
.
选择功能
使用
importKerasNetwork
或importKerasLayers
导入HDF5或JSON格式的TensorFlow-Keras网络。如果TensorFlow网络是保存的模型格式,请使用importTensorFlowNetwork
或importTensorFlowLayers
.如果你导入了一个自定义的TensorFlow-Keras层,或者如果软件不能将TensorFlow-Keras层转换成等效的内置MATLAB层,你可以使用
importTensorFlowNetwork
或importTensorFlowLayers
,它们试图生成一个自定义层。例如,importTensorFlowNetwork
而且importTensorFlowLayers
当你导入TensorFlow-Keras时,生成一个自定义层λ
层。
参考文献
[1]Keras: Python深度学习库.https://keras.io.