La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

Importation et exportation de Deep Learning

Importer des réseaux depuis des plateformes externes de Deep Learning et exporter des réseaux vers des plateformes externes de Deep Learning

Importez des réseaux et des graphes de couches de TensorFlow™ 2, TensorFlow-Keras PyTorch^®, le format de modèle ONNX™ (Open Neural Network Exchange) et Caffe. Vous pouvez également exporter des réseaux et des graphes de couches de Deep Learning Toolbox™ vers TensorFlow 2 et au format de modèle ONNX. Pour plus d’informations, veuillez consulter Pretrained Deep Neural Networks et Interoperability Between Deep Learning Toolbox, TensorFlow, PyTorch, and ONNX.

Vous devez avoir des support packages pour exécuter les fonctions d’importation et d’exportation dans Deep Learning Toolbox. Si le support package n’est pas installé, chaque fonction offre un lien de téléchargement vers le support package correspondant dans l’Add-On Explorer. Il est recommandé de télécharger le support package à l’emplacement par défaut de la version de MATLAB^® que vous exécutez. Vous pouvez également télécharger directement les support packages à partir des liens suivants.

Les fonctions importONNXNetwork, importONNXLayers, importONNXFunction et exportONNXNetwork nécessitent le convertisseur Deep Learning Toolbox pour le format de modèle ONNX. Pour télécharger le support package, allez sur https://www.mathworks.com/matlabcentral/fileexchange/67296-deep-learning-toolbox-converter-for-onnx-model-format.
Les fonctions importTensorFlowNetwork, importTensorFlowLayers, exportNetworkToTensorFlow, importKerasNetwork, et importKerasLayers nécessitent le convertisseur Deep Learning Toolbox pour les modèles TensorFlow. Pour télécharger le support package, allez sur https://www.mathworks.com/matlabcentral/fileexchange/64649-deep-learning-toolbox-converter-for-tensorflow-models.
La fonction importNetworkFromPyTorch nécessite le convertisseur Deep Learning Toolbox pour les modèles PyTorch. Pour télécharger le support package, allez sur https://www.mathworks.com/matlabcentral/fileexchange/111925.
Les fonctions importCaffeNetwork et importCaffeLayers nécessitent l’outil d’importation Deep Learning Toolbox Importer pour les modèles Caffe. Pour télécharger le support package, allez sur https://www.mathworks.com/matlabcentral/fileexchange/61735-deep-learning-toolbox-importer-for-caffe-models.

Fonctions

développer tout

Importation d’un réseau

Importation TensorFlow

`importTensorFlowNetwork`	(To be removed) Import pretrained TensorFlow network (depuis R2021a)
`importTensorFlowLayers`	(To be removed) Import layers from TensorFlow network (depuis R2021a)
`importKerasNetwork`	(To be removed) Import pretrained Keras network and weights
`importKerasLayers`	(To be removed) Import layers from Keras network

Importation PyTorch

importNetworkFromPyTorch Import PyTorch network as MATLAB network (depuis R2022b)

Importation Caffe

`importCaffeNetwork`	Import pretrained convolutional neural network models from Caffe
`importCaffeLayers`	Import convolutional neural network layers from Caffe

Importation ONNX

`importONNXNetwork`	(To be removed) Import pretrained ONNX network
`importONNXLayers`	(To be removed) Import layers from ONNX network
`importONNXFunction`	Import pretrained ONNX network as a function (depuis R2020b)

Paramètres importés par `importONNXFunction`

`ONNXParameters`	Parameters of imported ONNX network for deep learning (depuis R2020b)
`freezeParameters`	Convert learnable network parameters in `ONNXParameters` to nonlearnable (depuis R2020b)
`unfreezeParameters`	Convert nonlearnable network parameters in `ONNXParameters` to learnable (depuis R2020b)
`addParameter`	Add parameter to `ONNXParameters` object (depuis R2020b)
`removeParameter`	Remove parameter from `ONNXParameters` object (depuis R2020b)

Assemblage d’un réseau

`functionLayer`	Function layer (depuis R2021b)
`findPlaceholderLayers`	Find placeholder layers in network architecture imported from Keras or ONNX
`replaceLayer`	Replace layer in neural network
`assembleNetwork`	(Not recommended) Assemble deep learning network from pretrained layers
`PlaceholderLayer`	Layer replacing an unsupported Keras or ONNX layer
`addLayers`	Add layers to neural network
`removeLayers`	Remove layers from neural network

Exportation d’un réseau

`exportNetworkToTensorFlow`	Export Deep Learning Toolbox network to TensorFlow (depuis R2022b)
`exportONNXNetwork`	Export network to ONNX model format

Rubriques

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.
Pretrained Deep Neural Networks
Learn how to download and use pretrained convolutional neural networks for classification, transfer learning and feature extraction.
Inference Comparison Between TensorFlow and Imported Networks for Image Classification
Perform prediction in TensorFlow with a pretrained network, import the network into MATLAB using importTensorFlowNetwork, 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 using importONNXNetwork, and then compare inference results between ONNX and MATLAB networks.
Classify Images in Simulink with Imported TensorFlow Network
Import a pretrained TensorFlow network using importTensorFlowNetwork, 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™.