主要内容

importCaffeLayers

从Caffe导入卷积神经网络层

折叠所有页面

语法

层= importCaffeLayers (protofile)
层= importCaffeLayers (protofile InputSize,深圳)

描述

例子

层= importCaffeLayers (protofile）导入咖啡的层次［1］网络。函数返回定义的层.prototxt文件protofile．

这个函数需要Deep Learning Toolbox™Importer for Caffe模型金宝app支持包。如果没有安装此支金宝app持包，则该函数将提供下载链接。

你可以从咖啡模型动物园下载预先训练过的网络［2］．

层= importCaffeLayers (protofile“InputSize”,深圳）指定输入数据的大小。如果.prototxt文件没有指定输入数据的大小，则必须指定输入数据的大小。

例子

全部折叠

这个示例使用:

下载并安装咖啡模型的深度学习工具箱进口商金宝app支持包。

通过键入下载所需的支持包金宝appimportCaffeLayers在命令行。

importCaffeLayers

如果咖啡模型的深度学习工具箱进口商金宝app如果没有安装支持包，则该函数将提供到Add-On Explorer中所需的支持包的链接。要安装支持包，请单击链接，然后金宝app单击安装．

这个示例使用:

指定示例文件“digitsnet.prototxt”进口。

protofile =“digitsnet.prototxt”；

导入网络层。

层= importCaffeLayers (protofile)
图层数组与图层:1“testdata”图像输入28 x28x1图片2的conv1卷积20 5 x5x1旋转步[1]和填充[0 0]3‘relu1 ReLU ReLU 4“pool1”马克斯池2 x2马克斯池步(2 - 2)和填充[0 0]5“ip1”完全连接10完全连接层6‘损失’Softmax Softmax 7“输出”分类输出crossentropyex class1,'class2', and 8 other classes

输入参数

全部折叠

的文件名.prototxt包含网络架构的文件，指定为字符向量或字符串标量。protofile必须在当前文件夹中，在MATLAB中的文件夹中®路径，否则必须包含文件的完整路径或相对路径。如果.prototxt文件没有指定输入数据的大小，必须使用深圳输入参数。

例子:“digitsnet.prototxt”

输入数据的大小，指定为行向量。指定两个或三个整数值的向量(h, w),或[w h, c]对应于输入数据的高度、宽度和通道数量。

例子:[28 28 1]

输出参数

全部折叠

网络架构，作为一个层数组或一个LayerGraph对象。以彩色图像作为输入的Caffe网络希望图像是BGR格式的。在导入期间,importCaffeLayers修改网络，使导入的MATLAB网络以RGB图像作为输入。

更多关于

全部折叠

在GPU上使用导入的网络层

importCaffeLayers不能在GPU上执行。然而,importCaffeLayers为深度学习导入预先训练的神经网络层层数组或LayerGraph对象，可以在GPU上使用。

  • 将导入的层转换为DAGNetwork对象的使用assembleNetwork．在DAGNetwork对象，然后可以通过使用分类．使用name-value参数指定硬件需求ExecutionEnvironment．对于具有多个输出的网络，使用预测函数并指定名称-值参数ReturnCategorical作为真正的．

  • 将导入的LayerGraph对象一个dlnetwork对象的使用dlnetwork．在dlnetwork对象，然后可以通过使用预测．这个函数预测如果输入数据或网络参数存储在GPU上，则在GPU上执行。

    • 如果你使用minibatchqueue对小批量输入数据进行处理和管理minibatchqueue对象默认将输出转换为GPU阵列(如果有GPU可用)。

    • 使用dlupdate转换a的可学习参数dlnetwork对象到GPU阵列。

      dlnet = dlupdate (@gpuarray dlnet)

  • 你可以在CPU或GPU上使用trainNetwork．要指定培训选项，包括执行环境的选项，请使用trainingOptions函数。使用name-value参数指定硬件需求ExecutionEnvironment．有关如何加速训练的更多信息，请参见在gpu和云上并行扩展深度学习．

使用GPU需要并行计算工具箱™和支持的GPU设备。金宝app有关支持的设备的信息，请参见金宝appGPU支金宝app持情况(并行计算工具箱)．

提示

参考文献

［2］咖啡模型动物园．https://caffe.berkeleyvision.org/model_zoo.html．

另请参阅

||||||||

主题

介绍了R2017a

深度学习工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书