importKerasNetwork
(제거될 예정임) 사전 훈련된 Keras 신경망과 가중치 가져오기
importKerasNetwork 함수는 향후 릴리스에서 제거될 예정입니다. importNetworkFromTensorFlow를 대신 사용하십시오. (R2023b 이후) 코드 업데이트에 대한 자세한 내용은 버전 내역 항목을 참조하십시오.
설명
net = importKerasNetwork(modelfile,Name,Value)
예를 들어, importKerasNetwork(modelfile,'WeightFile',weights)는 모델 파일 modelfile에서 신경망을 가져오고 가중치 파일 weights에서 가중치를 가져옵니다. 이 경우, modelfile은 HDF5 또는 JSON 형식일 수 있고, 가중치 파일은 HDF5 형식이어야 합니다.
예제
Deep Learning Toolbox Converter for TensorFlow Models 지원 패키지를 다운로드하고 설치합니다.
명령줄에 importKerasNetwork를 입력합니다.
importKerasNetwork
Deep Learning Toolbox Converter for TensorFlow Models 지원 패키지가 설치되어 있지 않은 경우, 필요한 지원 패키지로 연결되는 애드온 탐색기 링크를 함수에서 제공합니다. 지원 패키지를 설치하려면 링크를 클릭한 다음 설치를 클릭하십시오. 모델 파일 'digitsDAGnet.h5'에서 신경망을 가져와서 설치가 성공적으로 완료되었는지 명령줄에서 확인합니다. 필요한 지원 패키지가 설치되어 있는 경우, 함수가 DAGNetwork 객체를 반환합니다.
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'}
가져올 파일을 지정합니다. 파일 digitsDAGnet.h5는 숫자 영상을 분류하는 유방향 비순환 그래프 컨벌루션 신경망을 포함합니다.
modelfile = 'digitsDAGnet.h5';신경망을 가져옵니다.
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'}
신경망 아키텍처를 플로팅합니다.
plot(net)
title('DAG Network Architecture')
가져올 신경망 파일과 가중치 파일을 지정합니다.
modelfile = 'digitsDAGnet.json'; weights = 'digitsDAGnet.weights.h5';
이 신경망은 숫자 데이터에 대해 훈련된 유방향 비순환 그래프 컨벌루션 신경망입니다.
신경망 아키텍처와 가중치를 각각 별도의 파일에서 가져옵니다. .json 파일은 출력 계층 또는 비용 함수에 대한 정보를 포함하지 않습니다. 파일을 가져올 때 출력 계층 유형을 지정합니다.
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'}
모델 파일을 지정합니다.
modelfile = 'digitsDAGnet.h5';클래스 이름을 지정합니다.
classNames = {'0','1','2','3','4','5','6','7','8','9'};클래스 이름을 사용하여 Keras 신경망을 가져옵니다.
net = importKerasNetwork(modelfile,'Classes',classNames);분류할 영상을 읽어 들입니다.
digitDatasetPath = fullfile(toolboxdir('nnet'),'nndemos','nndatasets','DigitDataset'); I = imread(fullfile(digitDatasetPath,'5','image4009.png'));
사전 훈련된 신경망을 사용하여 영상을 분류합니다.
label = classify(net,I);
영상과 분류 결과를 표시합니다.
imshow(I)
title(['Classification result: ' char(label)])
입력 인수
이름-값 인수
출력 인수
제한 사항
importKerasNetwork함수는 다음과 같이 TensorFlow-Keras 버전을 지원합니다.이 함수는 TensorFlow-Keras 버전 2.2.4까지는 완전히 지원합니다.
이 함수는 TensorFlow-Keras 버전 2.2.5~2.4.0은 제한적으로 지원합니다.
세부 정보
팁
신경망에 Deep Learning Toolbox Converter for TensorFlow Models에서 지원하지 않는 계층(지원되는 Keras 계층 항목 참조)이 있으면
importKerasNetwork함수는 오류 메시지를 반환합니다. 이 경우에도importKerasLayers를 사용하여 신경망 아키텍처와 가중치를 가져올 수 있습니다.다중 입력/다중 출력(MIMO)을 포함하는 Keras 신경망을 가져올 수 있습니다. 신경망이 입력값에 대한 입력 크기 정보를 포함하고 출력값에 대한 손실 정보를 포함하는 경우
importKerasNetwork를 사용하십시오. 그 밖의 경우에는importKerasLayers를 사용하십시오.importKerasLayers함수는 입력값과 출력값을 위한 자리 표시자 계층을 삽입합니다. 가져온 후에는findPlaceholderLayers를 사용하여 자리 표시자 계층을 찾고replaceLayer를 사용하여 자리 표시자 계층을 바꿀 수 있습니다. 여러 개의 입력값과 여러 개의 출력값을 갖는 딥러닝 신경망에 대해 자세히 알아보려면 다중 입력 및 다중 출력 신경망 항목을 참조하십시오.사전 훈련된 신경망을 새 영상에 대한 예측 또는 전이 학습을 위해 사용하려면 가져온 모델을 훈련시킬 때 사용하는 영상과 동일한 방식으로 영상을 전처리해야 합니다. 가장 일반적인 전처리 단계로 영상 크기 조정하기, 영상 평균값 빼기, 영상을 BGR 형식에서 RGB 형식으로 변환하기 등을 들 수 있습니다.
훈련 및 예측을 위한 영상 전처리에 대한 자세한 내용은 딥러닝을 위해 영상 전처리하기 항목을 참조하십시오.
MATLAB 인덱스는 1부터 시작하는 반면 Python® 인덱스는 0부터 시작합니다. 즉, MATLAB과 Python에서 사용하는 배열의 첫 번째 요소의 인덱스는 각각 1과 0입니다. MATLAB 인덱싱에 대한 자세한 내용은 배열 인덱싱 항목을 참조하십시오. Python에서 만든 인덱스의 배열(
ind)을 MATLAB에서 사용하려면 배열을ind+1로 변환하십시오.더 많은 팁을 보려면 Tips on Importing Models from TensorFlow, PyTorch, and ONNX 항목을 참조하십시오.
대체 기능
importKerasNetwork또는importKerasLayers를 사용하여 TensorFlow-Keras 신경망을 HDF5 또는 JSON 형식으로 가져올 수 있습니다. TensorFlow 신경망이 저장된 모델 형식이면importTensorFlowNetwork또는importTensorFlowLayers를 사용하십시오.사용자 지정 TensorFlow-Keras 계층을 가져오거나 소프트웨어가 TensorFlow-Keras 계층을 이에 상응하는 내장된 MATLAB 계층으로 변환할 수 없는 경우, 사용자 지정 계층의 생성을 시도하는
importTensorFlowNetwork또는importTensorFlowLayers를 사용할 수 있습니다. 예를 들어,importTensorFlowNetwork와importTensorFlowLayers는 TensorFlow-KerasLambda계층을 가져올 때 사용자 지정 계층을 생성합니다.
참고 문헌
[1] Keras: The Python Deep Learning library. https://keras.io.
