在Matlab中调用pytorch上训练好的网络模型
本文目录
- 一、找到与Matlab匹配的python版本
- 二、在Matlab中切换python的版本
- 三、在Matlab中调用python代码
-
- 如果我的回答对你有帮助，请给我一个大大的点赞
一、找到与Matlab匹配的python版本
根据下表找到匹配的版本
本人使用的是Matalb 2018b，对应版本是python 3.6。
在Matlab命令行中输入pyversion，可以检查python的版本。
若版本符合，可以直接跳到步骤三。
若版本不符合，则可以利用conda在cmd中创建python 3.6版本的环境，命令如下：（《环境名》替换成自定义的名称）
conda create -n 《环境名》 python=3.6
接下来遇到的问题可能是，新创建的环境中缺少必要的pakage，比如torch。这时候可以在conda中激活新环境，然后安装需要的package。
详情请参考这篇文章：多python环境conda安装pytorch
二、在Matlab中切换python的版本
在Anaconda安装路径的envs中找到新创建环境的文件夹，在其中找到python.exe，复制这个文件的路径。
在matlab命令行中使用下面的命令切换到新创建的python版本
pyverson 文件路径\python.exe
三、在Matlab中调用python代码
本节主要参考文章：MATLAB调用Pytorch神经网络模型进行预测
，详情请看原文。
大概的思路是创建两个python文件，一个matlab函数matpy.m：
两个python文件：一个是网络模型，一个是利用网络进行预测的函数（输入值：网络模型文件的位置和待处理的数据，输出值：网络预测值）
matlab函数matpy.m：将网络模型文件的位置和待处理的数据传递给用于预测的python文件
接下来在Matlab中调用matpy函数就可以实现在Matlab中使用pytorch训练出的网络模型。
运行速度上，基本与调用.m文件差不多。
完结撒花，祝你成功 ：）