选择要导入ONNX预审慎网络的函数
Deep Learning Toolbox™转换器ONNX™型号格式提供三个函数来导入验证的ONNX(开放神经网络交换)网络:experiponnxnetwork
,,,,ExpientOnnXlayers
, 和experconnxfunction
。
该流程图说明了哪些导入功能最适合不同的方案。
笔记
默认,experiponnxnetwork
和ExpientOnnXlayers
当软件无法将ONNX运算符转换为等效的内置MATLAB时,请尝试生成自定义层®层。有关软件支持转换的操作员列表,请参见金宝app支持转换为内置MATLAB层的金宝appONNX操作员。
experiponnxnetwork
和ExpientOnnXlayers
将生成的自定义层保存在软件包中+
在当前文件夹中。包裹名字
experiponnxnetwork
和ExpientOnnXlayers
请勿自动为每个ONX运算符生成一个自定义层,该层不支持转换为内置MATLAB层。金宝app
决定
该表描述了工作流中的每个决定,以选择ONNX导入函数。
决定 | 描述 |
---|---|
是否支持所有ONX运算符转换为同等的内置MATLAB层金宝app,或者软件可以自动生成自定义层? |
|
您会部署导入的网络吗? | 如果您使用experiponnxnetwork 或者ExpientOnnXlayers ,您可以为导入网络生成代码。创建一个dagnetwork 代码生成的对象,请参阅加载预告片的网络以生成代码(MATLAB编码器)。 |
您会使用深层网络设计器加载导入的网络吗? | 如果您使用experiponnxnetwork 或者ExpientOnnXlayers ,您可以加载导入的网络深网设计师应用程序。 |
如果您重新培训导入的网络,您会使用自定义培训循环吗? |
|
动作
该表描述了工作流中的每个动作,以选择ONNX导入函数。
行动 | 描述 |
---|---|
利用experiponnxnetwork |
experiponnxnetwork 返回adagnetwork 或者dlnetwork 准备用于预测的对象(有关更多信息,请参阅targetNetwork 名称值参数)。通过使用分类 在dagnetwork 对象或预测 在dlnetwork 目的。 |
利用ExpientOnnXlayers |
ExpientOnnXlayers 返回aLayerGraph 对象与dagnetwork 或者dlnetwork 对象(有关更多信息,请参见targetNetwork 名称值参数)。ExpientOnnXlayers 插入占位符的层,取而代之的层。金宝app查找并更换占位符层。然后,您可以使用汇编工作 ,返回dagnetwork 对象,或将图层图转换为dlnetwork 通过使用对象dlnetwork 。 |
利用experconnxfunction |
experconnxfunction 返回OnnxParameters 包含网络参数和模型功能的对象(请参阅导入ONNX模型功能),其中包含网络体系结构。这OnnxParameters 对象和模型函数已准备好用于预测。例如,请参阅使用导入的ONNX函数预测。 |
查找并更换占位符层 | 要在导入网络中找到占位符层的名称和索引,请使用Findplaceholderlayers 功能。然后,您可以用定义的新层替换占位符层。要替换一层,请使用替代者 。 |
也可以看看
experiponnxnetwork
|ExpientOnnXlayers
|experconnxfunction
|dagnetwork
|dlnetwork
|LayerGraph
|OnnxParameters