从导入图层ONNX网络
importONNXLayers
金宝app支持以下ONNX版本:
该函数支持ONNX中间表示金宝app版本6。
该函数完全支持ONNX操作符集6、7、金宝app8和9。
该函数提供了对ONNX操作符集10和11的有限支持。金宝app
注
如果导入导出的网络,则重新导入的网络的层可能与原始网络不同,因此可能不受支持。金宝app
如果ONNX网络包含一个层ONNX模型格式的深度学习工具箱转换器不支持(见金宝app金宝app支持ONNX层),然后importONNXLayers
在不支持的层上插入一个占位符层。金宝app要查找网络中不支持的层的名称和索引,请使用金宝appfindPlaceholderLayers
函数。然后,您可以将占位符层替换为您定义的新层。要替换一个图层,请使用替换层
。有关示例,请参阅导入并组装具有多个输出的ONNX网络.
您可以导入具有多个输入和多个输出的ONNX网络。如果网络有多个输入和一个输出,请使用importONNXNetwork
.如果网络有多个输出,请使用importONNXLayers
.的importONNXLayers
函数为输出插入占位符层。导入之后,您可以使用findPlaceholderLayers
和替换层
,有关示例,请参阅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.
assembleNetwork
|exportONNXNetwork
|findPlaceholderLayers
|importCaffeLayers
|进口咖啡网
|importKerasLayers
|importKerasNetwork
|重要性函数
|importONNXNetwork
|importTensorFlowLayers
|importTensorFlowNetwork
|替换层