最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。
事前学習済みの Keras ネットワークおよび重みのインポート
は、1 つ以上の名前と値のペアの引数で指定された追加オプションを使用して、事前学習済みの TensorFlow -Keras ネットワークとその重みをインポートします。net
= importKerasNetwork(modelfile
,Name,Value
)
たとえば、importKerasNetwork(modelfile,'WeightFile',weights)
は、モデル ファイル modelfile
からネットワークを、重みファイル weights
から重みをインポートします。この場合、modelfile
は HDF5 または JSON 形式にできます。重みファイルは HDF5 形式でなければなりません。
importKerasNetwork
は Keras の層のタイプが次のとおりであるネットワークをインポートできますが、いくつかの制限があります。ネットワークに他のタイプの層が含まれる場合、エラー メッセージが返されます。この場合でも、importKerasLayers
を使用してネットワーク アーキテクチャと重みをインポートできます。
サポートされている Keras の層 | 対応する Deep Learning Toolbox の層 |
---|---|
Add | additionLayer |
| 層:
|
高度な活性化:
| 層:
|
AveragePooling2D | averagePooling2dLayer |
BatchNormalization | batchNormalizationLayer |
Bidirectional(LSTM(__)) | bilstmLayer |
Concatenate | depthConcatenationLayer |
Conv2D | convolution2dLayer |
Conv2DTranspose | transposedConv2dLayer |
CuDNNLSTM | lstmLayer |
Dense | fullyConnectedLayer |
DepthwiseConv2D | groupedConvolution2dLayer |
Dropout | dropoutLayer |
Embedding | wordEmbeddingLayer (Text Analytics Toolbox) (Text Analytics Toolbox™) |
Flatten | nnet.keras.layer.FlattenCStyleLayer |
GlobalAveragePooling2D | globalAveragePooling2dLayer |
GlobalMaxPooling2D | globalMaxPooling2dLayer |
GRU | gruLayer |
Input | imageInputLayer |
LSTM | lstmLayer |
MaxPooling2D | maxPooling2dLayer |
SeparableConv2D | groupedConvolution2dLayer または convolution2dLayer |
ZeroPadding2D | nnet.keras.layer.ZeroPadding2DLayer |
*PReLU 層の場合、importKerasNetwork
によって、ベクトル値のスケーリング パラメーターがベクトル要素の平均値に置き換えられます。インポートした後に、このパラメーターをベクトルに戻すことができます。例については、Import Keras PReLU Layerを参照してください。
importKerasNetwork
は、次の Keras 損失関数をサポートします。
mean_squared_error
categorical_crossentropy
sparse_categorical_crossentropy
binary_crossentropy
多入力多出力 (MIMO) の Keras ネットワークをインポートできます。ネットワークに、入力の入力サイズ情報および出力の損失情報が含まれている場合は、importKerasNetwork
を使用します。それ以外の場合は importKerasLayers
を使用します。関数 importKerasLayers
は、入力と出力のプレースホルダー層を挿入します。インポートした後に、findPlaceholderLayers
と replaceLayer
を使用して、プレースホルダー層の検索と置換をそれぞれ行えます。MIMO Keras ネットワークをインポートするワークフローは、MIMO ONNX™ ネットワークをインポートするワークフローと同じです。例については、Import ONNX Network with Multiple Outputsを参照してください。多入力多出力の深層学習ネットワークの詳細については、多入力および多出力ネットワークを参照してください。
事前学習済みのネットワークを新しいイメージの予測または転移学習に使用するには、インポートしたモデルの学習に使用したイメージに行った前処理と同じようにイメージを前処理しなければなりません。イメージのサイズ変更、平均イメージの減算、イメージの RGB 形式から BGR 形式への変換は、最も一般的な前処理演算です。
学習および予測用のイメージの前処理の詳細は、イメージの深層学習向け前処理を参照してください。
[1] Keras: The Python Deep Learning library. https://keras.io.
exportONNXNetwork
| importCaffeLayers
| importCaffeNetwork
| importKerasLayers
| importONNXLayers
| importONNXNetwork