导入净化onnx.网络
从Onnx™(开放神经网络交换)文件中导入掠夺网络净
= importONNXNetwork (modelfile
“OutputLayerType”,OutputType.
)modelfile
并指定导入网络的输出层类型。
此功能需要ONNX模型格式的深度学习工具箱™转换器金宝app支持包。如果未安装此支持金宝app包,则该函数提供了下载链接。
另外指定分类网络的类。净
= importONNXNetwork (modelfile
“OutputLayerType”,OutputType.
“类”,班级
)
importonnxnetwork.
金宝app支持的ONNX版本如下:
该函数支持版本6的ONNX金宝app中间表示。
该功能完全支持ONNX操作员设置6,7金宝app,8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
请注意
如果导入导出的网络,则可导入的网络层可能与原始网络不同,可能无法支持。金宝app
如果ONNX网络包含一个层深度学习工具箱转换器,用于ONNX模型格式不支持(见金宝app金宝app支持的ONNX层), 然后importonnxnetwork.
返回错误消息。在这种情况下,您仍然可以使用importonnxLayers.
导入网络架构和权重。
使用以下命令可以导入具有多个输入和单个输出的ONNX网络importonnxnetwork.
.如果网络有多个输出,请使用importonnxLayers.
.的importonnxLayers.
功能插入输出的占位符层。导入之后,您可以使用findPlaceholderLayers
和replaceLayer
,分别。例如,请参见具有多个输出的导入和组装ONNX网络.要了解具有多个输入和多个输出的深度学习网络,请参阅多输入和多输出网络.
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。
有关预处理图像进行培训和预测的更多信息,请参阅深度学习的图像预处理.
exportONNXNetwork
|ImportCaffelayers.
|importCaffeNetwork
|importKerasLayers
|importKerasnetwork.
|importONNXFunction
|importonnxLayers.
|importtensorflowlayers.
|importtensorflownetwork.