외부 플랫폼의 사전 훈련된 신경망
TensorFlow™ 2, TensorFlow-Keras, PyTorch®, ONNX™(Open Neural Network Exchange) 모델 형식, Caffe에서 신경망을 가져옵니다. 심층 신경망 디자이너 앱을 사용하거나 명령줄 함수를 사용하여 신경망을 대화형 방식으로 가져올 수 있습니다. 앱은 가져오기 작업에 대한 정보가 포함된 리포트를 생성하고 사용자 조치가 필요한 부분이 있다면 이에 대한 정보도 제공합니다. 자세한 내용은 사전 훈련된 심층 신경망 항목과 Interoperability Between Deep Learning Toolbox, TensorFlow, PyTorch, and ONNX 항목을 참조하십시오.
Deep Learning Toolbox™에서 가져오기 함수를 실행하려면 지원 패키지가 있어야 합니다. 지원 패키지가 설치되어 있지 않은 경우, 각 함수는 해당 지원 패키지를 다운로드할 수 있는 애드온 탐색기 링크를 제공합니다. 실행 중인 MATLAB® 버전의 디폴트 위치에 지원 패키지를 다운로드하는 것이 좋습니다. 다음 링크에서 지원 패키지를 직접 다운로드할 수도 있습니다.
importNetworkFromONNX함수를 사용하려면 Deep Learning Toolbox Converter for ONNX Model Format이 필요합니다. 지원 패키지를 다운로드하려면 https://www.mathworks.com/matlabcentral/fileexchange/67296-deep-learning-toolbox-converter-for-onnx-model-format 항목으로 이동하십시오.importNetworkFromPyTorch함수를 사용하려면 Deep Learning Toolbox Converter for PyTorch Models가 필요합니다. 지원 패키지를 다운로드하려면 https://www.mathworks.com/matlabcentral/fileexchange/111925-deep-learning-toolbox-converter-for-pytorch-models 항목으로 이동하십시오.importNetworkFromTensorFlow함수를 사용하려면 Deep Learning Toolbox Converter for TensorFlow Models가 필요합니다. 지원 패키지를 다운로드하려면 https://www.mathworks.com/matlabcentral/fileexchange/64649-deep-learning-toolbox-converter-for-tensorflow-models 항목으로 이동하십시오.
앱
| 심층 신경망 디자이너 | 딥러닝 신경망을 설계하고 시각화합니다 |
함수
도움말 항목
가져오기
- Interoperability Between Deep Learning Toolbox, TensorFlow, PyTorch, and ONNX
Learn how to import networks from TensorFlow, PyTorch, and ONNX and use the imported networks for common Deep Learning Toolbox workflows. Learn how to export networks to TensorFlow and ONNX. - Tips on Importing Models from TensorFlow, PyTorch, and ONNX
Tips on importing Deep Learning Toolbox networks from TensorFlow, PyTorch, and ONNX. - Import PyTorch Model Using Deep Network Designer
This example shows how to import a PyTorch® model interactively by using the Deep Network Designer app. (R2023b 이후) - 사전 훈련된 심층 신경망
분류, 전이 학습 및 특징 추출을 위해 사전 훈련된 컨벌루션 신경망을 다운로드하고 사용하는 방법을 알아봅니다. - Inference Comparison Between TensorFlow and Imported Networks for Image Classification
Perform prediction in TensorFlow with a pretrained network, import the network into MATLAB usingimportTensorFlowNetwork, and then compare inference results between TensorFlow and MATLAB networks. - Inference Comparison Between ONNX and Imported Networks for Image Classification
Perform prediction in ONNX with a pretrained network, import the network into MATLAB usingimportONNXNetwork, and then compare inference results between ONNX and MATLAB networks. - Classify Images in Simulink with Imported TensorFlow Network
Import a pretrained TensorFlow network usingimportTensorFlowNetwork, and then use the Predict block for image classification in Simulink®. - Deploy Imported TensorFlow Model with MATLAB Compiler
Import third-party pretrained networks and deploy the networks using MATLAB Compiler™. - View Autogenerated Custom Layers Using Deep Network Designer
This example shows how to import a pretrained TensorFlow™ network and view the autogenerated layers in Deep Network Designer. - Verify Robustness of ONNX Network
This example shows how to verify the adversarial robustness of an imported ONNX™ deep neural network. (R2024a 이후)
Python 연동실행
- Classify Images Using TensorFlow Model Predict Block
Classify images using TensorFlow Model Predict block. - Classify Images Using ONNX Model Predict Block
Classify images using ONNX Model Predict block. - Classify Images Using PyTorch Model Predict Block
Classify images using PyTorch Model Predict block. - Predict Responses Using TensorFlow Model Predict Block
Predict Responses Using TensorFlow Model Predict block. - Predict Responses Using ONNX Model Predict Block
Predict Responses Using ONNX Model Predict block. - Predict Responses Using PyTorch Model Predict Block
Predict Responses Using PyTorch Model Predict block. - Predict Responses Using Custom Python Model in Simulink (Statistics and Machine Learning Toolbox)
This example shows how to use the Custom Python Model Predict (Statistics and Machine Learning Toolbox) block for prediction in Simulink®.
사용자 지정 계층
- 사용자 지정 딥러닝 계층 정의하기
사용자 지정 딥러닝 계층을 정의하는 방법을 알아봅니다.
관련 정보
- https://www.mathworks.com/matlabcentral/fileexchange/67296-deep-learning-toolbox-converter-for-onnx-model-format
- https://www.mathworks.com/matlabcentral/fileexchange/64649-deep-learning-toolbox-converter-for-tensorflow-models
- https://www.mathworks.com/matlabcentral/fileexchange/111925-deep-learning-toolbox-converter-for-pytorch-models
- https://www.mathworks.com/matlabcentral/fileexchange/61735-deep-learning-toolbox-importer-for-caffe-models
