导入预先训练的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支持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
.的importKerasLayers
函数为输入和输出插入占位符层。导入之后,您可以使用findPlaceholderLayers
和replaceLayer
,分别。导入MIMO Keras网络的工作流与导入MIMO ONNX™网络的工作流相同。例如,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.
要使用预先训练的网络对新图像进行预测或迁移学习,必须以与用于训练导入模型的图像的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,以及将图像从BGR图像转换为RGB图像。
有关用于训练和预测的预处理图像的更多信息,请参见深度学习的图像预处理.
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,则使用importTensorFlowNetwork
或importTensorFlowLayers
.
如果您导入自定义TensorFlow-Keras层或如果软件不能将TensorFlow-Keras层转换为等效的内置MATLAB层,您可以使用importTensorFlowNetwork
或importTensorFlowLayers
,它试图生成一个自定义层。例如,importTensorFlowNetwork
和importTensorFlowLayers
当你导入TensorFlow-Keras时生成一个自定义层λ
层。
[1]Keras: Python深度学习库.https://keras.io.
importCaffeLayers
|importCaffeNetwork
|importKerasLayers
|exportONNXNetwork
|importONNXLayers
|importONNXNetwork
|importTensorFlowNetwork
|importTensorFlowLayers