matlab没有直接调用tensorflow模型的接口,但是有调用keras模型的接口,而keras又是tensorflow的高级封装版本,所以就研究一下这个……可以将model-based方法和learning-based方法结合,产生很多更有趣的应用。

我的电脑配置参考前一篇博客,总之就是window下,tensorflow-GPU,有显卡,python 3.5。

(配置:https://blog.csdn.net/vera__zhang/article/details/78531550)

 

1.安装python的keras库

keras库的版本要和tensorflow对应,否则会有问题,比如我的tensorflow版本是1.4.0,对应的keras就是2.0.8。keras最新的版本是2.2.0,如果用最新版本就会有各种bug,跑不通程序。

安装指令为:pip install keras==2.0.8

2.matlab部分

安装matlab R2017b及以上版本

matlab调用keras的官方文档如下:

https://ww2.mathworks.cn/help/nnet/ref/importkerasnetwork.html

https://ww2.mathworks.cn/help/nnet/ref/importkeraslayers.html

要求我们安装一个importKerasNetwork的接口,这个接口必须依赖于matlab的Neural Network Toolbox。所以先搞定Toolbox再搞定接口。

Toolbox要求matlab的版本在R2017b及以上版本,所以要重新安装matlab,不过方便的是安装过程中会自动配置这个库,所以不用特地下载。

安装importKerasNetwork接口

然后再下载importKerasNetwork的接口文件,下载地址如下:

https://ww2.mathworks.cn/matlabcentral/fileexchange/64649-neural-network-toolbox-tm--importer-for-tensorflow-keras-models

下载下来的文件名为“kerasimporter.mlpkginstall”,这种文件的安装方法就是在matlab界面中打开,就可以安装了。

安装好后,使用指令help importKerasNetwork就可以查看相关文档。

 

到此环境配置完毕,模型调用教程见下一篇。٩(๑❛ᴗ❛๑)۶