importKerasNetwork
R2026b(削除予定) 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
importKerasNetwork は将来のリリースで削除される予定です。代わりに importNetworkFromTensorFlow を使用してください。 (R2023b 以降)コードの更新の詳細については、バージョン履歴を参照してください。
説明
Add-On Required: この機能には Deep Learning Toolbox Converter for TensorFlow Models アドオンが必要です。
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。
例
Deep Learning Toolbox Converter for TensorFlow Models サポート パッケージをダウンロードしてインストールします。
コマンド ラインで importKerasNetwork と入力します。
importKerasNetwork
Deep Learning Toolbox Converter for TensorFlow Models サポート パッケージがインストールされていない場合、この関数は、必要なサポート パッケージへのリンクをアドオン エクスプローラーに表示します。サポート パッケージをインストールするには、リンクをクリックして、[インストール] をクリックします。コマンド ラインでモデル ファイル 'digitsDAGnet.h5' からネットワークをインポートして、インストールが正常に終了していることを確認します。必要なサポート パッケージがインストールされている場合、関数によって DAGNetwork オブジェクトが返されます。
modelfile = 'digitsDAGnet.h5';
net = importKerasNetwork(modelfile)Warning: Saved Keras networks do not include classes. Classes will be set to categorical(1:N), where N is the number of classes in the classification output layer of the network. To specify classes, use the 'Classes' argument.
net =
DAGNetwork with properties:
Layers: [13×1 nnet.cnn.layer.Layer]
Connections: [13×2 table]
InputNames: {'input_1'}
OutputNames: {'ClassificationLayer_activation_1'}
インポートするファイルを指定します。ファイル digitsDAGnet.h5 には、数字のイメージを分類する有向非循環グラフ畳み込みニューラル ネットワークが含まれています。
modelfile = 'digitsDAGnet.h5';ネットワークをインポートします。
net = importKerasNetwork(modelfile)
Warning: Saved Keras networks do not include classes. Classes will be set to categorical(1:N), where N is the number of classes in the classification output layer of the network. To specify classes, use the 'Classes' argument.
net =
DAGNetwork with properties:
Layers: [13×1 nnet.cnn.layer.Layer]
Connections: [13×2 table]
InputNames: {'input_1'}
OutputNames: {'ClassificationLayer_activation_1'}
ネットワーク アーキテクチャをプロットします。
plot(net)
title('DAG Network Architecture')
インポートするネットワーク ファイルと重みファイルを指定します。
modelfile = 'digitsDAGnet.json'; weights = 'digitsDAGnet.weights.h5';
これは、数字データで学習させた有向非循環グラフ畳み込みニューラル ネットワークです。
ネットワーク アーキテクチャと重みを別々のファイルからインポートします。.json ファイルには、出力層、つまりコスト関数の情報がありません。ファイルをインポートするときに、出力層のタイプを指定します。
net = importKerasNetwork(modelfile,'WeightFile',weights, ... 'OutputLayerType','classification')
Warning: Saved Keras networks do not include classes. Classes will be set to categorical(1:N), where N is the number of classes in the classification output layer of the network. To specify classes, use the 'Classes' argument.
net =
DAGNetwork with properties:
Layers: [13×1 nnet.cnn.layer.Layer]
Connections: [13×2 table]
InputNames: {'input_1'}
OutputNames: {'ClassificationLayer_activation_1'}
モデル ファイルを指定します。
modelfile = 'digitsDAGnet.h5';クラス名を指定します。
classNames = {'0','1','2','3','4','5','6','7','8','9'};クラス名を使用して Keras ネットワークをインポートします。
net = importKerasNetwork(modelfile,'Classes',classNames);分類するイメージを読み取ります。
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ークを使用してイメージを分類します。
label = classify(net,I);
イメージと分類結果を表示します。
imshow(I)
title(['Classification result: ' char(label)])
入力引数
名前と値の引数
出力引数
制限
importKerasNetworkは、次のように TensorFlow-Keras の各バージョンをサポートします。この関数は、バージョン 2.2.4 までの TensorFlow-Keras を完全にサポートします。
この関数は、バージョン 2.2.5 ～ 2.4.0 の TensorFlow-Keras を制限付きでサポートします。
詳細
ヒント
ネットワークに、Deep Learning Toolbox Converter for TensorFlow Models がサポートしない層 (サポートされている Keras 層を参照) が含まれる場合、
importKerasNetworkはエラー メッセージを返します。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。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。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と同じようにイメージを前処理しなければなりません。最も一般的な前処理ステップは、イメージのサイズ変更、イメージの平均値の減算、イメージの BGR 形式から RGB 形式への変換です。
学習および予測用のイメージの前処理の詳細については、イメージの深層学習向け前処理を参照してください。
MATLAB は 1 ベースのインデックスを使用しますが、Python® は 0 ベースのインデックスを使用します。つまり、配列の最初の要素のインデックスは、MATLAB と Python でそれぞれ 1 と 0 になります。MATLAB のインデックスの詳細については、配列インデックス付けを参照してください。MATLAB で、Python で作成されたインデックス (
ind) の配列を使用するには、配列をind+1に変換します。その他のヒントについては、TensorFlow、PyTorch、および ONNX からモデルをインポートする際のヒントを参照してください。
代替機能
HDF5 形式または JSON 形式で TensorFlow-Keras ネットワークをインポートするには、
importKerasNetworkまたはimportKerasLayersを使用します。TensorFlow ネットワークが SavedModel 形式の場合は、importTensorFlowNetworkまたはimportTensorFlowLayersを使用します。カスタム TensorFlow-Keras 層をインポートする場合、またはソフトウェアが TensorFlow-Keras 層を同等の組み込み MATLAB 層に変換できない場合、
importTensorFlowNetworkまたはimportTensorFlowLayersを使用して、カスタム層の生成を試みることができます。たとえば、importTensorFlowNetworkとimportTensorFlowLayersは、TensorFlow-KerasLambda層をインポートするときにカスタム層を生成します。
参照
[1] Keras: The Python Deep Learning library. https://keras.io.
