文档帮助中心文档
使用一个训练有素的深度学习神经网络分类数据
深度学习神经网络工具箱/深
的图像分类器块预测类标签的数据输入,通过训练网络通过块参数指定。这个块允许加载pretrained网络仿真软件金宝app®从MAT-file或MATLAB模型®函数。
的图像分类器块不支持序列网络和多输入和多输金宝app出(MIMO)网络。
的图像分类器块不支持MAT-file日志记金宝app录。
全部展开
图像
一个h——- - - - - -w——- - - - - -c——- - - - - -N数字数组,h,w,c高度,宽度,和数字通道的图像,分别和N是图片的数量。
一个N——- - - - - -numFeatures数字数组,N是观察和的数量吗numFeatures是功能的输入数据的数量。
numFeatures
如果数组包含南年代,然后通过网络传播。
南
ypred
预测类标签与得分最高的,作为一个返回N标签1列举向量,N是观测的数量。
分数
预测分数,作为一个返回N——- - - - - -K矩阵,N是观测的数量,和K类的数量。
标签
标签与预测分数,作为一个返回N——- - - - - -K矩阵,N是观测的数量,和K类的数量。
网络
网络从MAT-file
网络从MATLAB函数
指定的源训练网络。选择下列之一:
网络从MAT-file——从MAT-file包含进口训练网络SeriesNetwork,DAGNetwork,或dlnetwork对象。
SeriesNetwork
DAGNetwork
dlnetwork
网络从MATLAB函数——从一个MATLAB函数导入pretrained网络。例如,通过使用googlenet函数。
googlenet
“网络从MAT-file”
“网络从MATLAB函数”
文件路径
untitled.mat
该参数指定的名称包含训练MAT-file深度学习网络负载。如果文件不是MATLAB路径,使用浏览按钮来定位文件。
要启用该参数,设置网络参数网络从MAT-file。
NetworkFilePath
“untitled.mat”
MATLAB函数
squeezenet
该参数指定的名称的MATLAB函数pretrained深度学习网络。例如,使用googlenet功能导入pretrained GoogLeNet模型。
要启用该参数,设置网络参数网络从MATLAB函数。
NetworkFunction
“squeezenet”
Mini-batch大小
大小mini-batches用于预测,指定为一个正整数。大mini-batch大小需要更多的内存,但会导致更快的预测。
MiniBatchSize
“128”
调整输入
在
从
调整输入端口的数据输入网络的大小。
ResizeInput
“关闭”
“上”
分类
使输出端口ypred输出与得分最高的标签。
预测
使输出端口分数和标签输出所有预测成绩和相关的类标签。
分类的图像仿真软件®使用金宝app图像分类器块。例子使用了pretrained深卷积神经网络GoogLeNet执行分类。
图像分类器
使用小波变换和深入学习网络模型(R)模型对ECG信号进行分类。金宝app下面的例子使用了pretrained卷积神经网络的时间序列分类使用小波分析和深度学习小波工具箱™对ECG信号进行分类的例子基于图像变换的时间序列数据。在培训的更多信息,请参阅分类时间序列使用小波分析和深度学习(小波工具箱)。
使用笔记和限制:
的语言参数配置参数>代码生成必须设置为一般类别c++。
c++
ERT-based目标的金宝app支持:适应信号参数代码生成>接口必须启用窗格。
的网络层支持代码生成,明白了金宝app网络层支持代码生成金宝app(MATLAB编码器)。
对于网络层支持CUDA的列表金宝app®代码生成,请参阅金宝app支持网络层,和类(GPU编码器)。
更多地了解仿真软件模型包含生成代码金宝app图像分类器块,看代码生成深度学习仿真软件模型对ECG信号进行分类金宝app(GPU编码器)。
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室