深度学习系列网络
串联网络是一种用于深度学习的神经网络,其层一层一层排列。它有一个输入层和一个输出层。
有几种方法可以创建SeriesNetwork
对象:
使用加载预训练的网络alexnet
,darknet19
,vgg16
,或vgg19
.有关示例,请参见负载预训练的AlexNet卷积神经网络.
训练或微调网络使用trainNetwork
.有关示例,请参见图像分类训练网络.
从TensorFlow™-Keras、Caffe或ONNX™(开放神经网络交换)模型格式导入预训练的网络。
对于Keras模型,使用importKerasNetwork
.有关示例,请参见导入并绘制Keras网络.
对于Caffe模型,使用importCaffeNetwork
.有关示例,请参见导入Caffe网络.
对于ONNX模型,使用importONNXNetwork
.有关示例,请参见将ONNX Network导入为DAGNetwork.
从预先训练的层中组装一个深度学习网络assembleNetwork
函数。
请注意
以了解其他预训练的网络,例如googlenet
而且resnet50
,请参阅预训练的深度神经网络.
激活 |
计算深度学习网络层激活 |
分类 |
使用经过训练的深度学习神经网络对数据进行分类 |
预测 |
使用训练过的深度学习神经网络预测反应 |
predictAndUpdateState |
使用训练有素的循环神经网络预测响应并更新网络状态 |
classifyAndUpdateState |
使用训练过的循环神经网络对数据进行分类并更新网络状态 |
resetState |
重置循环神经网络的状态 |
情节 |
绘制神经网络层图 |
alexnet
|vgg16
|vgg19
|darknet19
|importCaffeNetwork
|trainNetwork
|trainingOptions
|DAGNetwork
|analyzeNetwork
|assembleNetwork
|情节
|分类
|预测