深度学习导入和导出

从外部深度学习平台导入和导出网络

从TensorFlow™2、TensorFlow- keras、PyTorch导入网络和层图^®、ONNX™(开放神经网络交换)模型格式，以及Caffe。您还可以将深度学习工具箱™网络和层图导出到TensorFlow 2和ONNX模型格式。有关更多信息，请参见预训练深度神经网络而且深度学习工具箱、TensorFlow、PyTorch和ONNX之间的互操作性．

必须有支持包才能运行“深度学习工具箱”中的导入和导出函数。如果没有安装支持包，则每个功能都会在Add-On Explorer中提供相应支持包的下载链接。推荐的做法是将支持包下载到MATLAB版本的默认位置^®你正在运行。您也可以直接从以下链接下载支持包。

的importONNXNetwork，importONNXLayers，importONNXFunction,exportONNXNetwork功能要求ONNX模型格式的深度学习工具箱转换器．下载支持包，请跳转//www.ru-cchi.com/matlabcentral/fileexchange/67296-deep-learning-toolbox-converter-for-onnx-model-format．
的importTensorFlowNetwork，importTensorFlowLayers，exportNetworkToTensorFlow，importKerasNetwork,importKerasLayers功能要求张量流模型的深度学习工具箱转换器．下载支持包，请跳转//www.ru-cchi.com/matlabcentral/fileexchange/64649-deep-learning-toolbox-converter-for-tensorflow-models．
的importNetworkFromPyTorch功能要求PyTorch模型的深度学习工具箱转换器．下载支持包，请跳转//www.ru-cchi.com/matlabcentral/fileexchange/111925．
的importCaffeNetwork而且importCaffeLayers功能要求Caffe模型的深度学习工具箱导入器．下载支持包，请跳转//www.ru-cchi.com/matlabcentral/fileexchange/61735-deep-learning-toolbox-importer-for-caffe-models．

功能

全部展开

网络导入

TensorFlow进口

`importTensorFlowNetwork`	进口pretrainedTensorFlow网络
`importTensorFlowLayers`	进口层TensorFlow网络
`importKerasNetwork`	导入预先训练的Keras网络和权重
`importKerasLayers`	从Keras网络导入层

PyTorch进口

importNetworkFromPyTorch 进口PyTorch模型MATLAB网络

咖啡进口

`importCaffeNetwork`	从Caffe导入预先训练的卷积神经网络模型
`importCaffeLayers`	从Caffe导入卷积神经网络层

ONNX进口

`importONNXNetwork`	进口pretrainedONNX网络
`importONNXLayers`	进口层ONNX网络
`importONNXFunction`	导入预先训练的ONNX网络作为函数

进口的参数`importONNXFunction`

`ONNXParameters`	参数的进口ONNX深度学习网络
`freezeParameters`	转换可学习的网络参数`ONNXParameters`对nonlearnable
`unfreezeParameters`	转换不可学习的网络参数`ONNXParameters`对可学的
`addParameter`	将参数添加到`ONNXParameters`对象
`removeParameter`	将参数从`ONNXParameters`对象

网络大会

`functionLayer`	功能层
`findPlaceholderLayers`	在从Keras导入的网络体系结构中查找占位符层ONNX
`replaceLayer`	替换层中的层图或网络
`assembleNetwork`	从预先训练的层集合深度学习网络
`PlaceholderLayer`	层替换不支持的Keras或ONNX层，或不支持的功能`functionToLayerGraph`
`addLayers`	添加图层到图层图或网络
`removeLayers`	从图层图或网络中删除图层

网络出口

`exportNetworkToTensorFlow`	出口深度学习工具箱网络或层图来TensorFlow
`exportONNXNetwork`	出口网络ONNX模型格式

主题

深度学习工具箱、TensorFlow、PyTorch和ONNX之间的互操作性
学习如何从TensorFlow、PyTorch和ONNX导入网络，并将导入的网络用于常见的深度学习工具箱工作流。学习如何将网络导出到TensorFlow和ONNX。
关于从TensorFlow、PyTorch和ONNX导入模型的提示
关于从TensorFlow、PyTorch和ONNX导入深度学习工具箱网络或层图的提示。
预训练深度神经网络
学习如何下载和使用预先训练的卷积神经网络进行分类，转移学习和特征提取。
TensorFlow与导入网络在图像分类中的推理比较
在TensorFlow中使用预训练的网络进行预测，将网络导入MATLAB中使用importTensorFlowNetwork，然后比较TensorFlow和MATLAB网络的推理结果。
ONNX与导入网络图像分类推理比较
在ONNX中使用预训练的网络进行预测，将网络导入MATLAB中使用importONNXNetwork，然后比较ONNX和MATLAB网络的推理结果。
从预先训练的Keras层组装网络
这个例子展示了如何从预先训练的Keras网络导入层，用自定义层替换不受支持的层，并将层组装成一个可以进行预测的网络。
将不支持的Keras层替换为功能层
这个例子展示了如何从预先训练的Keras网络导入层，用功能层替换不受支持的层，并将这些层组装成一个可以进行预测的网络。
引入张量流网络的Simulink图像分类
导入预先训练的TensorFlow网络使用importTensorFlowNetwork，然后在Simulink中使用Predict块进行图像分类^®．
用MATLAB编译器部署导入的TensorFlow模型
导入第三方预训练网络，并使用MATLAB编译器™．
选择功能导入ONNX预训练网络
导入ONNX预训练网络使用importONNXNetwork，importONNXLayers,或importONNXFunction．