主要内容

深度学习导入和导出

从外部深度学习平台导入网络和导出网络

从TensorFlow™-Keras、TensorFlow 2、Caffe和ONNX™(开放神经网络交换)模型格式导入网络和网络架构。您还可以将经过训练的深度学习工具箱™网络导出为ONNX模型格式。

功能

全部展开

TensorFlow-Keras进口

importKerasNetwork 导入预训练的Keras网络和权重
importKerasLayers 从Keras网络导入层
importTensorFlowNetwork 进口pretrainedTensorFlow网络
importTensorFlowLayers 从TensorFlow网络

咖啡进口

importCaffeNetwork 从Caffe导入预训练的卷积神经网络模型
importCaffeLayers 从Caffe导入卷积神经网络层

ONNX进口

importONNXNetwork 进口pretrainedONNX网络
importONNXLayers 从ONNX网络
importONNXFunction 导入预训练的ONNX网络作为函数

导入参数importONNXFunction

ONNXParameters 导入参数ONNX深度学习网络
freezeParameters 转换可学习的网络参数ONNXParameters对nonlearnable
unfreezeParameters 转换不可学习的网络参数ONNXParameters对可学的
addParameter 添加参数ONNXParameters对象
removeParameter 删除参数ONNXParameters对象
functionLayer 功能层
findPlaceholderLayers 在从Keras导入的网络架构中找到占位符层ONNX
replaceLayer 替换层中的层图
assembleNetwork 从预先训练的层中组装深度学习网络
PlaceholderLayer 层替换不支持的Keras或金宝appONNX层，或不支持的功能金宝appfunctionToLayerGraph
addLayers 在图层图中添加图层
removeLayers 从图层图中移除图层
exportONNXNetwork 导出网络到ONNX模型格式

主题

从预训练的Keras层组装网络

这个示例展示了如何从预训练的Keras网络导入层，用自定义层替换不支持的层，并将这些层组装成一个网络，以便进行预测。金宝app

将不支持的Keras金宝app层替换为功能层

这个示例展示了如何从预训练的Keras网络导入层，用功能层替换不支持的层，并将这些层组装成一个网络，以便进行预测。金宝app

使用MATLAB编译器部署导入网络

导入Keras和ONNX预训练的网络，并使用MATLAB®编译器™．

基于导入TensorFlow网络的Simulink图像序列分类金宝app

导入预先训练好的TensorFlow网络importTensorFlowNetwork，然后在Simulink中使用Predict块进行图像分类金宝app®．

选择Function导入ONNX预训练网络

导入ONNX预训练网络使用importONNXNetwork，importONNXLayers,或importONNXFunction．

深度学习工具箱文档

金宝app

用MATLAB介绍深度学习

用MATLAB介绍深度学习

下载电子书