主要内容

이번역최신을있지않습니다않습니다。최신내용으로보려면를하십시오하십시오하십시오。

导出

신경망을onnx모델형식으로보내기

페이지내모두축소

구문

Exportonnxnetwork（网络，文件名）
ExportOnnXnetwork（NET，文件名，名称，值）

설명

예제

Exportonnxnetwork（网，，，，文件名）은딥러닝신경망网을가중치와함께ONNX™형식파일文件名으로내보냅니다。文件名이존재하는경우导出함수는을덮어씁니다。

이함수를하려면Deep Learning Toolbox™转换器的ONNX型号格式지원패키지필요합니다。이지원설치있지않으면함수다운로드를제공합니다합니다。

Exportonnxnetwork（网，，，，文件名，，，，名称，价值）는하나-값-값값로지정추가옵션을하여신경망내보냅니다내보냅니다내보냅니다내보냅니다

예제

모두축소

다음제품필요합니다。

squeezenet컨벌루션컨벌루션을불러옵니다옵니다。

Net = Squeezenet
带有属性的dagnetwork：层：[68×1 nnet.cnn.layer.layer]连接：[75×2表] inputNames：{'data'} outputnames：{'ClassificationLayer_predictions'}

신경망을현재에Squeezenet.onnx라는이름의형식형식내보냅니다내보냅니다。深度学习工具箱转换器onnx型号格式지원패키지있지않은경우경우경우경우경우패키지로연결애드온탐색기링크를함수에서제공합니다합니다합니다합니다。지원패키지설치하려면를클릭한다음설치를클릭하십시오。

文件名='Squeezenet.onnx';Exportonnxnetwork（网络，文件名）

이제onnx가져오기를하는모든프레임워크로프레임워크로프레임워크로Squeezenet.onnx파일을수있습니다。

입력인수

모두축소

훈련된또는신경망의그래프로，系列网络객체，dagnetwork객체，dlnetwork객체또는LayerGraph객체로됩니다。

훈련된（系列网络，，，，dagnetwork또는dlnetwork）은다음과으로얻을있습니다。

  • 사전훈련신경망가져옵니다가져옵니다。예를，Googlenet함수를합니다。

  • 신경망을훈련시킵니다。系列网络또는dagnetwork를훈련시키려면火车网를사용합니다。dlnetwork를훈련지정훈련를합니다합니다합니다。

LayerGraph객체는계층그래프입니다。이그래프파라미터일부는비어있습니다（：예：컨벌루션계층가중치와와，배치배치편향편향편향편향편향편향편향편향편향배치배치정규정규정규정규정규정규화화화화화화화계층계층）。LayerGraph를导出에대한로하려면먼저임의값할당하여파라미터를초기화하십시오하십시오。또는내수행전에중하나수행할있습니다있습니다있습니다。

  • LayerGraph를dlnetwork에대한인수로사용하여LayerGraph를dlnetwork로변환합니다。빈파라미터자동초기화됩니다。

  • 火车网를사용하여LayerGraph를훈련된dagnetwork로변환합니다。LayerGraph를火车网에대한层입력인수사용하십시오。

分析를사용，onnx신경망신경망보내기전된신경망또는신경망계층의그래프에서오류와오류와문제를할있습니다있습니다있습니다있습니다。系列网络，，，，dagnetwork및dlnetwork의경우导出를사용오류가합니다합니다。导出는누락연결되지출력계층이있는LayerGraph를내것허용합니다。

파일이름，문자형또는또는형형지정됩니다。

예：'Network.Onnx'

이름-값값의인수

선택적으로名称，价值인수가구분지정됩니다。여기서姓名은인수이름이고价值는대응입니다。姓名은따옴표에해야합니다。NAME1，Value1，...，Namen，Valuen과-같이-값-값쌍의어떤순서로든할있습니다있습니다있습니다있습니다있습니다

예：exportonnxnetwork（net，f​​ileName，'networkName'，'my_net'）은신경망내，저장저장된된신경망신경망신경망신경망을'my_net'으로지정합니다。

저장된에할할할할신경망신경망이름으로으로으로벡터또는또는형형형지정됩니다됩니다。

예：'my_squeezenet'

innx연산자연산자버전버전버전버전버전버전버전버전。디폴트연산자내보내려는을지원하지않는경우，이후버전사용보십시오보십시오보십시오。내보낸다른가져오려는경우경우경우경우경우사용한연산자세트세트를를를해당해당해당해당해당해당해당해당가가가가지원하지하지못한다면가져오기가실패실패실패실패할있습니다。

적절한연산자버전을하고있는지확인확인하려면하려면연산자[3]를참조하십시오。예를，“ OPSetversion”，9는maxunpooling2dlayer를Maxunpool-9Onnx연산자내보냅니다。

예：6

제한사항

  • 导出innx버전버전합니다합니다합니다합니다합니다。

    • 이함수는중간중간중간버전버전버전합니다합니다합니다합니다합니다。

    • 이함수는는6、7、8、9를합니다합니다。

  • 导出함수는훈련，학습률인자정규인자같이훈련과관련된설정또는속성을내보내지않습니다않습니다。

  • onnx형식이하지계층을포함신경망내내（onnx내보내기지원계층계층참조），导出함수는되지계층대신자리표시자표시자표시자연산자연산자하고를반환합니다합니다합니다。innx신경망은신경망은다른딥러닝프레임워크로수없습니다없습니다없습니다없습니다없습니다없습니다。

  • MATLAB®과onnx사이의차이로인，내내원래신경망과다른구조를있습니다있습니다있습니다있습니다。

참고

내보낸경우다시가져온의계층원래다를수있으며지원되지되지수수수。

세부정보

모두축소

onnx내보내기에되는계층

导出함수는을보낼있습니다있습니다。

팁

  • 여러개값과여러의출력값포함하는훈련훈련된된된된된딥러닝딥러닝딥러닝딥러닝딥러닝딥러닝신경망신경망을을을을을을을다중입력다중딥러닝신경망에대해알아보려면알아보려면多输入和多输出网络항목을하십시오。

참고문헌

[1]开放神经网络交换。https://github.com/onnx/。

[2] ONNX。https://onnx.ai/。

참고항목

|||||||

도움말항목

R2018A에됨

深度学习工具箱문서

지원

用Matlab介绍深度学习

用Matlab介绍深度学习

下载电子书