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