exportONNXNetwork
ONNXモデル形式へのネットワ,クのエクスポ,ト
説明
例
ネットワ,クのonnx形式へのエクスポ,ト
事前学習済みのSqueezeNet畳み込みニュ,ラルネットワ,クを読み込みます。
网=挤压网
net = DAGNetwork with properties: Layers: [68×1 nnet.cnn.layer.Layer] Connections: [75×2 table] InputNames: {'data'} OutputNames: {'ClassificationLayer_predictions'}
ネットワ,ク网
をsqueezenet.onnx
というonnx形式のファルとしてエクスポトします。ファ▪▪ルを現在のフォルダ▪▪に保存します。深度学习工具箱为ONNX模型格式转换器サポートパッケージがインストールされていない場合,必要なサポートパッケージへのリンクがexportONNXNetwork
によってアドオンエクスプロ,ラ,に表示されます。サポトパッケージをインストールするには、リンクをクリックして、[huawei @ huawei @ huawei @ huawei @ huawei @ huawei]をクリックします。
文件名=“squeezenet.onnx”;exportONNXNetwork(净、文件名)
これで,onnxンポトをサポトする深層学習フレムワクにsqueezenet.onnx
ファ@ @ルを@ @ンポ@ @トできます。
層グラフのonnx形式へのエクスポ,ト
exportONNXNetwork
を使用して,出力層を含む層グラフまたは出力層を含まない層グラフをONNX形式にエクスポートします。
事前学習済みSqueezeNet畳み込みニューラルネットワークを読み込み,事前学習済みネットワークを層グラフに変換します。
网=挤压网;lgraph1 = layerGraph(net)
lgraph1 = LayerGraph与属性:图层:[68×1 nnet.cnn.layer.Layer]连接:[75×2 table] InputNames: {'data'} OutputNames: {'ClassificationLayer_predictions'}
層グラフを解析します。analyzeNetwork
は,ネットワークアーキテクチャの対話型プロット,およびネットワーク層についての情報が含まれる表を表示します。Onnx形式にエクスポ,トする前に,層グラフlgraph1
でエラ,や問題を検出することもできます。lgraph1
はエラ,フリ,です。
analyzeNetwork (lgraph1)
層グラフlgraph1
を,squeezeLayers1.onnx
という名前の現在のフォルダにonnx形式のファルとしてエクスポトします。
exportONNXNetwork (lgraph1“squeezeLayers1.onnx”)
これで,onnxンポトをサポトする深層学習フレムワクにsqueezeLayers1.onnx
ファ@ @ルを@ @ンポ@ @トできます。
lgraph1
の出力層を削除します。
lgraph2 = removeLayers(lgraph1,lgraph1. layers (end).Name)
lgraph2 = LayerGraph with properties: Layers: [67×1 nnet.cnn.layer.Layer] Connections: [74×2 table] InputNames: {'data'} OutputNames: {1×0 cell}
analyzeNetwork
を使用して,層グラフlgraph2
を解析します。層グラフの解析により、欠落している出力層と未接続の出力が検出されます。lgraph2
はまだonnx形式にエクスポ,トできます。
analyzeNetwork (lgraph2)
層グラフlgraph2
を,squeezeLayers2.onnx
という名前の現在のフォルダにonnx形式のファルとしてエクスポトします。
exportONNXNetwork (lgraph2“squeezeLayers2.onnx”)
これで,onnxンポトをサポトする深層学習フレムワクにsqueezeLayers2.onnx
ファ@ @ルを@ @ンポ@ @トできます。
入力引数
网
- - - - - -学習済みのネットワ,クまたはネットワ,ク層のグラフ
SeriesNetwork
オブジェクト|DAGNetwork
オブジェクト|dlnetwork
オブジェクト|LayerGraph
オブジェクト
学習済みのネットワ,クまたはネットワ,ク層のグラフ。SeriesNetwork
、DAGNetwork
、dlnetwork
,またはLayerGraph
オブジェクトとして指定します。
学習済みのネットワク(SeriesNetwork
、DAGNetwork
,またはdlnetwork
)は,次の方法で取得できます。
事前学習済みのネットワクのンポト。たとえば,関数
googlenet
を使用します。カスタムネットワ,クの学習。
trainNetwork
を使用して,SeriesNetwork
またはDAGNetwork
に学習させます。カスタム学習ル,プを使用してdlnetwork
に学習させます。
LayerGraph
オブジェクトはネットワ,ク層のグラフです。このグラフの一部の層パラメーターは空である可能性があります(たとえば,畳み込み層の重みとバイアス,およびバッチ正規化層の平均と分散)。exportONNXNetwork
への入力引数として層グラフを使用する前に,ランダムな値を割り当てて空のパラメ,タ,を初期化します。または,エクスポ,トする前に次のいずれかを実行できます。
層グラフを
dlnetwork
への入力引数として使用して,LayerGraph
オブジェクトをdlnetwork
オブジェクトに変換する。空のパラメ,タ,は自動的に初期化されます。trainNetwork
を使用して,LayerGraph
オブジェクトを学習済みのDAGNetwork
オブジェクトに変換する。層グラフをtrainNetwork
への层
入力引数として使用します。
analyzeNetwork
を使用して,ONNXネットワークにエクスポートする前に,学習済みネットワークまたはネットワーク層のグラフでエラーや問題を検出できます。exportONNXNetwork
では,SeriesNetwork
、DAGNetwork
,およびdlnetwork
オブジェクトがエラ,フリ,である必要があります。exportONNXNetwork
は,出力層がないか接続されていないLayerGraph
オブジェクトをエクスポ,トすることを許可します。
文件名
- - - - - -ファ@ @ルの名前
文字ベクトル|字符串スカラ
ファ@ @ルの名前。文字ベクトルまたは字符串スカラとして指定します。
例:“network.onnx”
名前と値の引数
オプションの引数のペアをName1 = Value1,…,以=家
として指定します。ここで,的名字
は引数名で,价值
は対応する値です。名前と値の引数は他の引数の後に指定しなければなりませんが、ペアの順序は重要ではありません。
例:exportONNXNetwork(网、文件名、NetworkName =“my_net”)
はネットワ,クをエクスポ,トし,保存したonnxネットワ,クのネットワ,ク名として“my_net”
を指定します。
NetworkName
- - - - - -Onnxネットワ,クの名前
“网络”
(既定値) |文字ベクトル|字符串スカラ
保存したファルに格納するonnxネットワクの名前。文字ベクトルまたは字符串スカラとして指定します。
例:NetworkName = " my_squeezenet "
OpsetVersion
- - - - - -Onnx演算子セットのバ,ジョン
8
(既定値) |6
|7
|9
|10
|11
|12
|13
エクスポ,トしたモデルで使用するonnx演算子セットのバ,ジョン。13 [6]
の範囲の正の整数として指定します。既定の演算子セットでエクスポートしようとするネットワークがサポートされていない場合,新しいバージョンを使用してみてください。エクスポートされたネットワークを別のフレームワークにインポートし,エクスポート時にインポーターによってサポートされない演算子セットを使用した場合,インポートが失敗する可能性があります。
適切な演算子セットのバ,ジョンを使用していることを確認するには,onnx演算子のドキュメント[3]を参照してください。たとえば,OpsetVersion = 9
は,maxUnpooling2dLayer
をMaxUnpool-9
Onnx演算子にエクスポ,トします。
例:OpsetVersion = 6
BatchSize
- - - - - -Onnxネットワクのバッチサズ
[]
(既定値) |正の整数
Onnxネットワクのバッチサズ。[]
または正の整数として指定します。BatchSize
を[]
として指定すると,onnxネットワ,クのバッチサ,ズは動的になります。BatchSize
を正の整数kとして指定すると,ONNXネットワ,クのバッチサeconnxズはkに固定されます。
例:BatchSize = 10
制限
exportONNXNetwork
でサポ,トされるonnxのバ,ジョンは,次のとおりです。この関数は,ONNX中間表現version 7をサポ,トしています。
この関数は,onnx演算子セット6 ~ 14をサポ,トしています。
exportONNXNetwork
は,学習オプション,学習率係数,正則化係数など,ネットワーク学習に関連する設定またはプロパティをエクスポートしません。Onnx形式がサポ,トしない層(Onnxのエクスポ,トでサポ,トされている層を参照)を含むネットワ,クをエクスポ,トする場合,
exportONNXNetwork
は,サポ,トされない層の代わりにプレ,スホルダ,onnx演算子を保存し,警告を返します。プレースホルダー演算子が使用されたONNXネットワークを他の深層学習フレームワークにインポートすることはできません。MATLAB®とONNXはアーキテクチャが異なるため,エクスポートされたネットワークと元のネットワークは構造が異なる場合があります。
メモ
エクスポートしたネットワークをインポートする場合,元のネットワークとは異なるネットワークの層が再インポートされ,サポート対象外となる可能性があります。
詳細
ONNXのエクスポ,トでサポ,トされている層
exportONNXNetwork
は以下をエクスポ,トできます。
ビデオ分類用途のネットワ,クなど,畳み込み層とLSTM層の両方があるネットワ,ク。
ONNX模型格式的深度学习工具箱转换器またはTensorFlow™模型的深度学习工具箱转换器を使用してONNXまたはTensorFlow-Kerasからネットワークをインポートする場合に作成されるすべてのカスタム層(
nnet.onnx.layer.Flatten3dLayer
を除く)。次の表に示す層。
groupNormalizationLayer
の場合,numGroups
を“channel-wise”
として指定して,エクスポ,トされた層をonnxInstanceNormalization
演算子にマッピングします。GroupNormalization
は標準のonnx演算子ではありません[3]。
ヒント
多入力多出力の学習済みMATLAB深層学習ネットワークを,ONNXモデル形式にエクスポートできます。多入力多出力の深層学習ネットワクの詳細にいては,多入力および多出力ネットワ,クを参照してください。
バ,ジョン履歴
Matlabコマンド
次のmatlabコマンドに対応するリンクがクリックされました。
コマンドをmatlabコマンドウィンドウに入力して実行してください。Webブラウザ,はMATLABコマンドをサポ,トしていません。
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。