Nasnetmobile
审计的NASNET-MOBILE卷积神经网络
描述
Nasnet-Mobile是一个卷积神经网络，在Imagenet数据库中接受超过一百万张图像的培训[1]。该网络可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。结果，该网络已经为广泛的图像学习了丰富的功能表示。该网络的图像输入大小为224 by-224。在MATLAB中进行更多预处理的网络®， 看预处理的深神经网络。
您可以使用分类使用Nasnet-Mobile模型对新图像进行分类。遵循步骤使用Googlenet对图像进行分类并用Nasnet-Mobile替换Googlenet。
要在新的分类任务上重新训练网络，请遵循训练深度学习网络以对新图像进行分类并加载Nasnet-Mobile而不是Googlenet。
例子
下载NASNET-MOBILE支持包金宝app
下载并安装Nasnet-Mobile网络的深度学习工具箱模型金宝app支持包。
类型Nasnetmobile在命令行。
Nasnetmobile
如果是Nasnet-Mobile网络的深度学习工具箱模型金宝app未安装支持软件包，然后该功能提供了指向附加探索器中所需的支持软件包的链接。要安装支持包，请单击链接，然后金宝app单击安装。通过键入检查安装成功Nasnetmobile在命令行。如果安装了所需的支持软件包，则该金宝app功能返回dagnetwork目的。
Nasnetmobile
ans =带有属性的dagnetwork：层：[914×1 nnet.cnn.layer.layer]连接：[1073×2表]
使用深网设计器可视化网络。
DeepNetworkDesigner（Nasnetmobile）
通过单击深度网络设计师中的其他预验证的网络新的。
如果您需要下载网络，请在所需的网络上暂停，然后单击安装打开附加探索器。
使用Nasnet-Mobile转移学习
您可以使用传输学习来重新培训网络来对一组新的图像进行分类。
打开示例训练深度学习网络以对新图像进行分类。原始示例使用了Googlenet预验证的网络。要使用不同的网络执行转移学习，请加载您所需的预处理网络，并按照示例中的步骤操作。
加载NASNET-MOBILE网络而不是GoogLenet。
net = nasnetmobile
请按照示例中的其余步骤进行重新训练。您必须使用新的培训层替换网络中的最后可学习层和分类层。该示例显示了如何查找要替换的层。
输出参数
参考
[1]成像网。http://www.image-net.org
[2] Zoph，Barret，Vijay Vasudevan，Jonathon Shlens和Quoc V. Le。“学习可转移的体系结构以进行可扩展的图像识别。”ARXIV预印ARXIV：1707.070122，不。6（2017）。
扩展功能
也可以看看
深网设计师|VGG16|VGG19|Googlenet|火车网|LayerGraph|dagnetwork|RESNET50|RESNET101|InceptionResnetv2|挤压|Densenet201|Nasnetlarge|Shufflenet
