SavedModel形式で保存された事前学習済みのTensorFlowネットワ，クをDAGNetworkジを分類します。

モデルフォルダ，を指定します。

如果~ (“digitsDAGnet”，“dir”)解压缩(“digitsDAGnet.zip”）结束modelFolder =”。/ digitsDAGnet ';

クラス名を指定します。

classNames = {' 0 '，' 1 '，' 2 '，“3”，“4”，“5”，“6”，“7”，“8”，“9”};

SavedModel形式で保存されたTensorFlowネットワクをンポトします。既定では，importTensorFlowNetworkはネットワ，クをDAGNetworkオブジェクトとして▪▪ンポ▪▪トします。@ @ @ @ @ @ @ @ @ @ @ @ @ @。

net = importTensorFlowNetwork(modelFolder，“OutputLayerType”，“分类”，“类”类名)

导入已保存的模型…翻译模型，这可能需要几分钟……完成翻译。装配网络……导入完成。

net = DAGNetwork with properties: Layers: [13×1 nnet.cnn.layer.Layer] Connections: [13×2 table] InputNames: {'input_1'} OutputNames: {'ClassificationLayer_activation_1'}

ネットワ，クア，キテクチャをプロットします。

情节(净)标题(“DAG网络架构”）

分類するメジを読み取り，そのメジのサズを表示します。このイメージは,サイズが28×28ピクセルであるグレースケール(1チャネル)のイメージです。

digitDatasetPath = fullfile(toolboxdir(“nnet”)，“nndemos”，“nndatasets”，“DigitDataset”）;I = imread(fullfile(digitDatasetPath)，“5”，“image4009.png”));大小(我)

ans =1×228日28日

ネットワクの入力サズを表示します。。それらが一致していない場合は，imresize(我netInputSize (1:2))を使用して▪▪メ▪▪ジのサ▪▪ズを変更しなければなりません。

net.Layers (1) .InputSize

ans =1×328 28 1

事前学習済みのネットワクを使用してメジを分類します。

标签=分类(net,I);

メ，ジと分類結果を表示します。

imshow (I)标题([“分类结果”char(标签)))

SavedModel形式で保存された事前学習済みのTensorFlowネットワ，クをdlnetworkオブジェクトとしてンポトし，ンポトしたネットワクを使用してクラスラベルを予測します。

モデルフォルダ，を指定します。

如果~ (“digitsDAGnet”，“dir”)解压缩(“digitsDAGnet.zip”）结束modelFolder =”。/ digitsDAGnet ';

クラス名を指定します。

classNames = {' 0 '，' 1 '，' 2 '，“3”，“4”，“5”，“6”，“7”，“8”，“9”};

SavedModel形式で保存されたTensorFlowネットワ，クをdlnetworkオブジェクトとして▪▪ンポ▪▪トします。

net = importTensorFlowNetwork(modelFolder，“TargetNetwork”，“dlnetwork”）

导入已保存的模型…翻译模型，这可能需要几分钟……完成翻译。装配网络……导入完成。

net = dlnetwork with properties: Layers: [12×1 nnet.cnn.layer.Layer] Connections: [12×2 table] Learnables: [6×3 table] State: [0×3 table] InputNames: {'input_1'} OutputNames: {'activation_1'} Initialized: 1 .初始化

分類するメジを読み取り，そのメジのサズを表示します。このイメージは,サイズが28×28ピクセルであるグレースケール(1チャネル)のイメージです。

digitDatasetPath = fullfile(toolboxdir(“nnet”)，“nndemos”，“nndatasets”，“DigitDataset”）;I = imread(fullfile(digitDatasetPath)，“5”，“image4009.png”));大小(我)

ans =1×228日28日

ネットワクの入力サズを表示します。。それらが一致していない場合は，imresize(我netInputSize (1:2))を使用して▪▪メ▪▪ジのサ▪▪ズを変更しなければなりません。

netInputSize = net.Layers(1).InputSize

netInputSize =1×328 28 1

メ，ジをdlarrayに変換します。メ，ジを次元“SSCB”(空间，空间，通道，批次)で書式設定。この場合，バッチサ▪▪ズは1であるため，バッチサ▪▪ズを省略できます(SSC的)。

I_dlarray = dlarray(single(I))，“SSCB”）;

サンプル▪▪メ▪ジを分類し，予測されたラベルを見▪▪けます。

prob = predict(net,I_dlarray);[~，label] = max(prob);

メ，ジと分類結果を表示します。

imshow (I)标题([“分类结果”一会{标签}])

SavedModel形式で保存された事前学習済みのTensorFlowネットワ，クをDAGNetworkジを分類します。インポートしたネットワークには,組み込みのMATLAB層への変換がサポートされていない層が含まれています。これらの層を。

この例では，補助関数findCustomLayersを使用します。この関数のコ，ドを見るには，補助関数を参照してください。

モデルフォルダ，を指定します。

如果~ (“digitsDAGnetwithnoise”，“dir”)解压缩(“digitsDAGnetwithnoise.zip”）结束modelFolder =”。/ digitsDAGnetwithnoise ';

クラス名を指定します。

classNames = {' 0 '，' 1 '，' 2 '，“3”，“4”，“5”，“6”，“7”，“8”，“9”};

SavedModel形式で保存されたTensorFlowネットワクをンポトします。既定では，importTensorFlowNetworkはネットワ，クをDAGNetworkオブジェクトとして▪▪ンポ▪▪トします。@ @ @ @ @ @ @ @ @ @ @ @ @ @。

net = importTensorFlowNetwork(modelFolder，“OutputLayerType”，“分类”，“类”类名);

导入已保存的模型…翻译模型，这可能需要几分钟……完成翻译。装配网络……导入完成。

インポートしたネットワークに,組み込みのMATLAB層への変換がサポートされていない層が含まれている場合,importTensorFlowNetworkは，これらの層の代わりにカスタム層を自動生成できます。importTensorFlowNetworkは，生成した各カスタム層を，現在のフォルダ，内のパッケ，ジ+ digitsDAGnetwithnoiseに個別の00ファ@ @ルとして保存します。

補助関数findCustomLayersを使用して，自動生成されたカスタム層の▪▪ンデックスを見▪▪け，このカスタム層を表示します。

ind = findCustomLayers(net。层,' + digitsDAGnetwithnoise '）;net.Layers(印第安纳州)

ans = 2×1带有层的层数组:1' gaussian_noise_1' GaussianNoise digitsDAGnetwithnoise。kGaussianNoise1Layer3766 2' gaussian_noise_2' GaussianNoise digitsDAGnetwithnoise.kGaussianNoise2Layer3791

ネットワ，クア，キテクチャをプロットします。

情节(净)标题(“DAG网络架构”）

分類する▪▪メ▪▪ジを読み取ります。

digitDatasetPath = fullfile(toolboxdir(“nnet”)，“nndemos”，“nndatasets”，“DigitDataset”）;I = imread(fullfile(digitDatasetPath)，“5”，“image4009.png”));

事前学習済みのネットワクを使用してメジを分類します。

标签=分类(net,I);

メ，ジと分類結果を表示します。

imshow (I)标题([“分类结果”char(标签)))

函数index = findCustomLayers(layers,PackageName) s = what([‘。’PackageName]);索引= 0(1，长度(s.m));为I = 1:长度(层数)为J = 1:长度(s.m)如果strcmpi(类(层(i)), [PackageName(2:结束)“。”S.m {j}(1:end-2)]) index (j) = i;结束结束结束结束