matlab沒有直接調用tensorflow模型的接口，但是有調用keras模型的接口，而keras又是tensorflow的高級封裝版本，所以就研究一下這個……可以將model-based方法和learning-based方法結合，產生很多更有趣的應用。
我的電腦配置參考前一篇博客，總之就是window下，tensorflow-GPU，有顯卡，python 3.5。
（配置：https://blog.csdn.net/vera__zhang/article/details/78531550）
1.安裝python的keras庫
keras庫的版本要和tensorflow對應，否則會有問題，比如我的tensorflow版本是1.4.0，對應的keras就是2.0.8。keras最新的版本是2.2.0，如果用最新版本就會有各種bug，跑不通程序。
安裝指令為：pip install keras==2.0.8
2.matlab部分
安裝matlab R2017b及以上版本
matlab調用keras的官方文檔如下：
https://ww2.mathworks.cn/help/nnet/ref/importkerasnetwork.html
https://ww2.mathworks.cn/help/nnet/ref/importkeraslayers.html
要求我們安裝一個importKerasNetwork的接口，這個接口必須依賴於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，所以要重新安裝matlab，不過方便的是安裝過程中會自動配置這個庫，所以不用特地下載。
安裝importKerasNetwork接口
然后再下載importKerasNetwork的接口文件，下載地址如下：
https://ww2.mathworks.cn/matlabcentral/fileexchange/64649-neural-network-toolbox-tm--importer-for-tensorflow-keras-models
下載下來的文件名為“kerasimporter.mlpkginstall”，這種文件的安裝方法就是在matlab界面中打開，就可以安裝了。
安裝好后，使用指令help importKerasNetwork就可以查看相關文檔。
到此環境配置完畢，模型調用教程見下一篇。٩(๑❛ᴗ❛๑)۶