importKerasNetwork
进口pretrained Keras网络和权重
描述
例子
下载并安装深度学习工具箱转换器TensorFlow模型
下载和安装的深度学习工具箱转换器TensorFlow模型支持包。万博1manbetx
类型importKerasNetwork在命令行中。
importKerasNetwork
如果深度学习工具箱为TensorFlow模型转换器支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。万博1manbetx安装支持包,单击该链接,然后单万博1manbetx击安装。检查安装成功导入网络的模型文件“digitsDAGnet.h5”在命令行中。如果所需的支持包安装,那么函数返万博1manbetx回DAGNetwork对象。
modelfile =“digitsDAGnet.h5”;净= importKerasNetwork (modelfile)
警告:保存Keras网络不包括类。类将被设置为分类(1:N),其中N是类的数量分类输出层的网络。指定的类,使用“类”的论点。
网= DAGNetwork属性:层:x1 nnet.cnn.layer.Layer[13]连接:[13 x2表]InputNames: {“input_1”} OutputNames: {“ClassificationLayer_activation_1”}
导入和情节Keras网络
指定要导入的文件。该文件digitsDAGnet.h5包含一个有向无环图卷积神经网络分类图像的数字。
modelfile =“digitsDAGnet.h5”;
导入网络。
净= importKerasNetwork (modelfile)
警告:保存Keras网络不包括类。类将被设置为分类(1:N),其中N是类的数量分类输出层的网络。指定的类,使用“类”的论点。
网= DAGNetwork属性:层:x1 nnet.cnn.layer.Layer[13]连接:[13 x2表]InputNames: {“input_1”} OutputNames: {“ClassificationLayer_activation_1”}
绘制网络体系结构。
情节(净)标题(“DAG网络体系结构”)
进口Keras网络和权重
指定网络和文件导入的重量。
modelfile =“digitsDAGnet.json”;重量=“digitsDAGnet.weights.h5”;
这是一个有向无环图卷积神经网络训练的数字数据。
进口网络体系结构,从单独的文件导入权重。. json文件没有一个输出层或成本函数的信息。指定输出层类型当你导入的文件。
网= importKerasNetwork (modelfile,“WeightFile”权重,…“OutputLayerType”,“分类”)
警告:保存Keras网络不包括类。类将被设置为分类(1:N),其中N是类的数量分类输出层的网络。指定的类,使用“类”的论点。
网= DAGNetwork属性:层:x1 nnet.cnn.layer.Layer[13]连接:[13 x2表]InputNames: {“input_1”} OutputNames: {“ClassificationLayer_activation_1”}
进口Pretrained Keras网络对图像进行分类
指定模型文件。
modelfile =“digitsDAGnet.h5”;
指定类名。
一会= {' 0 ',' 1 ',' 2 ',“3”,“4”,“5”,“6”,“7”,“8”,“9”};
导入Keras网络与类名。
网= importKerasNetwork (modelfile,“类”类名);
读取图像进行分类。
digitDatasetPath = fullfile (toolboxdir (“nnet”),“nndemos”,“nndatasets”,“DigitDataset”);我= imread (fullfile (digitDatasetPath,“5”,“image4009.png”));
使用pretrained网络分类的图像。
标签=分类(净,我);
显示图像的分类结果。
imshow (I)标题([的分类结果:char(标签)))
输入参数
输出参数
限制
importKerasNetwork万博1manbetx支持TensorFlow-Keras版本如下:2.2.4函数完全支持TensorFl万博1manbetxow-Keras版本。
函数提供了有限的支持TensorFlow-Keras测试万博1manbetx盒框2.2.5版本)。
更多关于
提示
如果网络包含一层深度学习工具箱转换器TensorFlow模型不支持(见万博1manbetx万博1manbetx支持Keras层),然后
importKerasNetwork返回一个错误消息。在这种情况下,您仍然可以使用importKerasLayers导入网络体系结构和权重。您可以导入一个Keras网络具有多个输入和多个输出(MIMO)。使用
importKerasNetwork如果网络包括输入大小信息的输入和输出的信息损失。否则,使用importKerasLayers。的importKerasLayers输入和输出函数插入占位符层。导入后,您可以通过使用查找和替换占位符层findPlaceholderLayers和replaceLayer,分别。工作流针对进口MIMO Keras网络是一样的工作流了进口ONNX™网络。例如,看到的导入和组装ONNX网络与多个输出。学习深入学习网络具有多个输入和多个输出,明白了多和多输出网络。使用pretrained网络预测或转让学习新的图片,你必须进行预处理图像以同样的方式用于火车导入模型的图像预处理。最常见的预处理步骤调整图片大小,图像减去平均值,将图像从BGR格式转换为RGB格式。
更多信息预处理图像进行训练和预测,明白了预处理图像深度学习。
MATLAB使用集中的索引,而Python®使用从零开始的索引。换句话说,在数组第一个元素的索引1和0在MATLAB和Python,分别。MATLAB索引的更多信息,请参阅数组索引。在MATLAB中,使用数组索引(
印第安纳州)在Python中,创建数组转换为印第安纳州+ 1。更多的技巧,明白了建议从TensorFlow进口模型,PyTorch ONNX。
选择功能
使用
importKerasNetwork或importKerasLayers进口在HDF5 TensorFlow-Keras网络或JSON格式。如果TensorFlow网络模型格式保存,使用importTensorFlowNetwork或importTensorFlowLayers。如果你导入一个定制TensorFlow-Keras层或如果软件不能TensorFlow-Keras层转化为一个等价的内置MATLAB层,您可以使用
importTensorFlowNetwork或importTensorFlowLayers,来生成一个自定义层。例如,importTensorFlowNetwork和importTensorFlowLayers当你导入TensorFlow-Keras生成一个自定义层λ层。
引用
[1]Keras: Python深度学习库。https://keras.io。
