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。
该功能对ONNX操作员集10和11提供有限的支持。金宝app
笔记
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ONNX模型格式的深度学习工具箱转换器不支持(请参见金宝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
功能。然后可以使用定义的新图层替换占位符图层。若要替换图层,请使用替换层
。有关示例,请参阅导入和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
. 这个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,请参阅导入和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,请参阅多输入多输出网络.
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.
装配网络
|exportONNXNetwork
|findPlaceholderLayers
|进口咖啡机
|进口咖啡网
|进口卡拉斯层
|进口卡拉斯网络
|重要性函数
|importONNXNetwork
|输入流层
|importTensorFlowNetwork
|替换层