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™2、TensorFlow- keras、PyTorch导入网络和层图®ONNX™(开放神经网络交换)模型格式,以及Caffe。您还可以将深度学习工具箱™网络和层图导出到TensorFlow 2和ONNX模型格式。有关更多信息,请参见预训练的深度神经网络而且深度学习工具箱、TensorFlow、PyTorch和ONNX之间的互操作性

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

功能

全部展开

TensorFlow进口

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

PyTorch进口

importNetworkFromPyTorch 进口PyTorch模型MATLAB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 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 在层图或网络中替换层
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 在图层图或网络中添加图层
removeLayers 从图层图或网络中删除图层
exportNetworkToTensorFlow 出口深度学习工具箱网络或层图来TensorFlow
exportONNXNetwork 导出网络到ONNX模型格式

主题