Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

深層学習のインポート、エクスポート、およびカスタマイズ

深層学習ネットワークのインポート、エクスポート、カスタマイズ、および層、学習ループ、損失関数のカスタマイズ

TensorFlow™ 2、TensorFlow-Keras、PyTorch®、ONNX™ (Open Neural Network Exchange) モデル形式、および Caffe から、ネットワークと層グラフをインポートします。Deep Learning Toolbox™ のネットワークと層グラフを TensorFlow 2 および ONNX モデル形式でエクスポートすることもできます。詳細については、事前学習済みの深層ニューラル ネットワークを参照してください。

問題に合わせて独自のカスタム深層学習層を定義できます。カスタム出力層を使用してカスタム損失関数を指定できます。また、学習可能なパラメーターを含むカスタム層や、学習可能なパラメーターを含まないカスタム層を定義できます。カスタム層を定義した後、その層の有効性、GPU 互換性、定義した勾配の出力の正しさをチェックできます。

タスクに必要な学習オプションが関数 trainingOptions に用意されていない場合、または必要な損失関数をカスタム出力層がサポートしていない場合、カスタム学習ループを定義できます。層グラフを使用して作成できないネットワークの場合、カスタム ネットワークを関数として定義できます。詳細については、カスタム学習ループ、損失関数、およびネットワークの定義を参照してください。

カテゴリ