导入层onnx.网络
从文件中导入onnx™(开放神经网络交换)网络的层层数
= importonnxlayers(模数
)模数
。您可以在新数据集上培训导入的图层或将图层组装到准备预测的网络中。有关组装网络的工作流程的示例,请参阅从佩带的Keras层组装网络。
此功能需要ONNX模型格式的深度学习工具箱™转换器万博1manbetx支持包。如果未安装此支持万博1manbetx包,则该函数提供了下载链接。
importonnxLayers.
万博1manbetx支持ONNX版本如下:
importonnxLayers.
万博1manbetx支持ONNX中间表示版6。
importonnxLayers.
完全支持ON万博1manbetxNX操作员设置6,7,8和9。
importonnxLayers.
为Onnx操作员设置10和11万博1manbetx提供有限的支持。
笔记
如果导入导出的网络,则可导入的网络层可能与原始网络不同,可能无法支持。万博1manbetx
如果ONNX网络包含一个层深度学习工具箱转换器,用于ONNX模型格式那时不支持万博1manbetximportonnxLayers.
将占位符层替代不受支持的层。万博1manbetx要查找网络中不受支持的图层的名称和索引,请使用万博1manbetxFindPlaceHolderLayers.
功能。然后,您可以用您定义的新图层替换占位符。更换层,使用替换剂
。
importonnxLayers.
万博1manbetx支持以下ONNX图层,其中有一些限制:
ONNX层 | 深度学习工具箱层 |
---|---|
|
附加学者 要么nnet.onnx.layer.elementwiseaffinelayer. |
|
普通Pooling2dlayer. |
|
BatchnormalizationLayer. |
|
nnet.onnx.layer.cliplayer. |
|
concationlayer. |
|
没有(作为重量导入) |
|
Convolution2Dlayer. |
|
TransposedConv2dlayer. |
|
nnet.onnx.layer.elementwiseaffinelayer. |
|
DropoutLayer. |
|
nnet.onnx.layer.flattenlayer. 要么nnet.onnx.layer.flatten3dlayer. |
|
elulayer. |
|
全康统计层 如果onnx网络是复发的,否则nnet.onnx.layer.flattenlayer. 其次是Convolution2Dlayer. |
|
GlobalaveragePooling2dlayer. |
|
globalmaxpooling2dlayer. |
|
格拉勒 |
|
nnet.onnx.layer.identityLayer. |
|
nnet.onnx.layer.elementwiseaffinelayer. |
|
GroupnormalizationLayer. 和numgroups. 指定为“渠道明智” |
|
漏滤网 |
|
CrosschannelnormalizationLayer. |
|
lstmlayer. 要么Bilstmlayer. |
|
全康统计层 如果onnx网络是复发的,否则Convolution2Dlayer. |
|
maxpooling2dlayer. |
|
多功能层 |
|
nnet.onnx.layer.prelulayer. |
|
抵押者 要么思考 |
|
nnet.onnx.layer.flattenlayer. |
|
sigmoidlayer. |
|
|
|
nnet.onnx.layer.elementwiseaffinelayer. |
|
附加学者 |
|
Tanhlayer. |
ONNX层 | 计算机视觉工具箱层 |
---|---|
|
spacetodepthlayer. (电脑视觉工具箱) |
ONNX层 | 图像处理工具箱™ |
---|---|
调整大小 |
resize2dlayer. (图像处理工具箱)要么resize3dlayer. (图像处理工具箱) |
upsample. |
resize2dlayer. (图像处理工具箱)要么resize3dlayer. (图像处理工具箱) |
用于将从ONNX导入的层组装到准备预测的网络中的图层的工作流程与从Keras导入的组装图层相同。有关此工作流程的示例,请参阅从佩带的Keras层组装网络。
您可以使用多个输入和多个输出导入ONNX网络。如果网络具有多个输入和单个输出,请使用importonnxnetwork.
。如果网络有多个输出,请使用importonnxLayers.
。这importonnxLayers.
功能插入输出的占位符层。导入后,您可以通过使用找到并替换占位符层FindPlaceHolderLayers.
和替换剂
, 分别。例如,看到具有多个输出的导入ONNX网络。要了解具有多个输入和多个输出的深度学习网络,请参阅多输入和多输出网络。
要使用预测或传输在新图像上的预测或传输学习的预测网络,您必须以相同的方式预处理图像用于培训导入模型的图像是预处理的。大多数常见的预处理步骤正在调整图像的大小大小,减去图像平均值,并将图像从BGR图像转换为RGB。
有关预处理图像进行培训和预测的更多信息,请参阅深度学习的预处理图像。
汇编
|exportonnxnetwork.
|FindPlaceHolderLayers.
|ImportCaffelayers.
|ImportCaffenetwork.
|importKeraslayers.
|importKerasnetwork.
|importonnxfunction.
|importonnxnetwork.
|替换剂