导入预训练Keras网络和权重
importKerasNetwork
金宝app支持TensorFlow-Keras版本如下:
该功能完全支持TensorFlow-K金宝apperas 2.2.4版本。
该函数提供了对TensorFlow-Keras版本2.2金宝app.5到2.4.0的有限支持。
如果网络包含一个层张量流模型的深度学习工具箱转换器不支持(见金宝app金宝app支撑Keras层),然后importKerasNetwork
返回错误消息。在这种情况下,您仍然可以使用importKerasLayers
导入网络架构和权重。
您可以导入具有多个输入和多个输出(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
.这个importKerasLayers
函数为输入和输出插入占位符层。导入后,可以使用查找和替换占位符图层findPlaceholderLayers
和替换层
分别地导入MIMO Keras网络的工作流与导入MIMO ONNX的工作流相同™ 网络。有关示例,请参见导入并组装具有多个输出的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.
若要使用预训练网络对新图像进行预测或传递学习,必须以用于训练导入模型的图像的预处理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、减去图像平均值以及将图像从BGR图像转换为RGB。
有关用于训练和预测的预处理图像的更多信息,请参见用于深度学习的图像预处理.
使用importKerasNetwork
或importKerasLayers
以HDF5或JSON格式导入TensorFlow Keras网络。如果TensorFlow网络采用保存的模型格式,请使用importTensorFlowNetwork
或importTensorFlowLayers
.
[1]Keras: Python深度学习库.https://keras.io.
exportONNXNetwork
|importCaffeLayers
|进口咖啡网
|importKerasLayers
|importONNXLayers
|importONNXNetwork
|importTensorFlowLayers
|importTensorFlowNetwork