Импорт предварительно обученной сети ONNX
импортирует предварительно обученную сеть из файла ONNX™ (Open Neural Network Exchange) net
= importONNXNetwork(modelfile
,'OutputLayerType',outputtype
)modelfile
и задает тип выходного слоя импортированной сети.
Эта функция требует пакета поддержки Deep Learning Toolbox™ Converter для формата модели ONNX. Если этот пакет поддержки не установлен, то функция предоставляет ссылку на загрузку.
дополнительно задает классы для классификационной сети.net
= importONNXNetwork(modelfile
,'OutputLayerType',outputtype
,'Classes',classes
)
importONNXNetwork
поддерживает версии ONNX следующим образом:
Функция поддерживает промежуточное представление ONNX версии 6.
Функция полностью поддерживает наборы операторов ONNX 6, 7, 8 и 9.
Функция предлагает ограниченную поддержку аппаратов оператора ONNX 10 и 11.
Примечание
При импорте экспортированной сети слои повторно импортированной сети могут отличаться от исходной сети и не поддерживаться.
Если сеть ONNX содержит слой, который не поддерживает Deep Learning Toolbox Converter для ONNX Model Format (см. «Поддерживаемые слои ONNX»), то importONNXNetwork
возвращает сообщение об ошибке. В этом случае вы все еще можете использовать importONNXLayers
для импорта сетевой архитектуры и весов.
Можно импортировать сеть ONNX с несколькими входами и одним выходом, используя importONNXNetwork
. Если сеть имеет несколько выходов, используйте importONNXLayers
. importONNXLayers
функция вставляет местозаполнитель слоев для выходов. После импорта можно найти и заменить слои-заполнители при помощи findPlaceholderLayers
и replaceLayer
, соответственно. Для получения примера смотрите Импорт и Сборка сети ONNX с несколькими выходами. Чтобы узнать о нейронной сети для глубокого обучения с несколькими входами и несколькими выходами, смотрите Multiple-Input и Multiple-Output Networks.
Чтобы использовать предварительно обученную сеть для предсказания или передачи обучения на новых изображениях, необходимо предварительно обработать изображения так же, как были предварительно обработаны изображения, которые использовались для обучения импортированной модели. Наиболее распространенными этапами предварительной обработки являются изменение размера изображений, вычитание средних значений изображений и преобразование изображений из BGR-изображений в RGB.
Для получения дополнительной информации о предварительной обработке изображений для обучения и предсказания, см. «Предварительная обработка изображений для глубокого обучения».
exportONNXNetwork
| importCaffeLayers
| importCaffeNetwork
| importKerasLayers
| importKerasNetwork
| importONNXFunction
| importONNXLayers
| importTensorFlowLayers
| importTensorFlowNetwork