进口pretrainedONNX网络
从ONNX™(Open Neural network Exchange)文件导入预先训练的网络净
= importONNXNetwork (modelfile
“OutputLayerType”,outputtype
)modelfile
并指定导入网络的输出层类型。
此函数需要ONNX模型格式的深度学习工具箱™转换器金宝app支持包。如果没有安装此支金宝app持包,则该函数将提供下载链接。
另外指定分类网络的类。净
= importONNXNetwork (modelfile
“OutputLayerType”,outputtype
“类”,类
)
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。
该函数完全支持ONNX操作符集6、7、金宝app8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网络包含一个层ONNX模型格式的深度学习工具箱转换器不支持(见金宝app金宝app支持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
函数为输出插入占位符层。导入之后,您可以使用findPlaceholderLayers
和replaceLayer
,分别。例如,请参见导入并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,请参见多输入多输出网络.
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。
有关用于训练和预测的预处理图像的更多信息,请参见深度学习的图像预处理.
exportONNXNetwork
|importCaffeLayers
|importCaffeNetwork
|importKerasLayers
|importKerasNetwork
|importONNXFunction
|importONNXLayers
|importTensorFlowLayers
|importTensorFlowNetwork