深度学习导入和导出
从TensorFlow™-Keras、TensorFlow 2、ONNX™(开放神经网络交换)模型格式和Caffe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。有关更多信息，请参见预训练的深度神经网络．
您必须有支持包才能运行深度学金宝app习工具箱中的导入和导出函数。如果没有安装支金宝app持包，每个功能都会在Add-On资源管理器中提供相应支持包的下载链接。推荐的做法是将支持包下载到MATLAB版本的默认位置金宝app®你在跑步。您也可以直接从以下链接下载支持包。金宝app
的
importONNXNetwork，importONNXLayers，importONNXFunction,exportONNXNetwork功能要求ONNX模型格式的深度学习工具箱转换器．如果需要下载支持包，请执行金宝app//www.tatmou.com/matlabcentral/fileexchange/67296-deep-learning-toolbox-converter-for-onnx-model-format．的
importTensorFlowNetwork，importTensorFlowLayers，importKerasNetwork,importKerasLayers需要TensorFlow模型的深度学习工具箱转换器．如果需要下载支持包，请执行金宝app//www.tatmou.com/matlabcentral/fileexchange/64649-deep-learning-toolbox-converter-for-tensorflow-models．的
importCaffeNetwork而且importCaffeLayers功能要求深度学习工具箱导入Caffe模型．如果需要下载支持包，请执行金宝app//www.tatmou.com/matlabcentral/fileexchange/61735-deep-learning-toolbox-importer-for-caffe-models．
功能
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
- TensorFlow与导入网络在图像分类中的推理比较
利用预先训练好的网络在TensorFlow中进行预测，并将网络导入MATLAB中
importTensorFlowNetwork，然后比较TensorFlow与MATLAB网络的推理结果。 - ONNX与导入网络在图像分类中的推理比较
利用预先训练好的网络在ONNX中进行预测，并将网络导入MATLAB中
importONNXNetwork，然后比较ONNX网络与MATLAB网络的推理结果。 - 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®． - 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™．
- 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．
相关信息
- //www.tatmou.com/matlabcentral/fileexchange/67296-deep-learning-toolbox-converter-for-onnx-model-format
- //www.tatmou.com/matlabcentral/fileexchange/64649-deep-learning-toolbox-converter-for-tensorflow-models
- //www.tatmou.com/matlabcentral/fileexchange/61735-deep-learning-toolbox-importer-for-caffe-models
您也可以从以下列表中选择一个网站: