shufflenet
预先训练的ShuffleNet卷积神经网络
描述
ShuffleNet是一个卷积神经网络，它根据ImageNet数据库中的100多万张图像进行训练［１］．该网络可以将图像分为1000个对象类别，如键盘、鼠标、铅笔和许多动物。因此，该网络学习了丰富的特征表示范围广泛的图像。该网络的图像输入尺寸为224 × 224。用于MATLAB中更多的预训练网络®,请参阅预先训练的深度神经网络．
您可以使用分类使用ShuffleNet模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用ShuffleNet代替GoogLeNet。
要重新训练网络进行新的分类任务，请遵循以下步骤训练深度学习网络对新图像进行分类加载ShuffleNet而不是GoogLeNet。
例子
下载ShuffleNet支持包金宝app
下载并安装shuffle网络的深度学习工具箱模型金宝app支持包。
类型shufflenet在命令行。
shufflenet
如果shuffle网络的深度学习工具箱模型金宝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．输入以下命令，检查安装是否成功shufflenet在命令行。如果安装了所需的支持包，则该函数金宝app返回aDAGNetwork对象。
shufflenet
ans = DAGNetwork with properties: Layers: [173×1 nnet.cnn.layer.Layer]连接:[188×2 table]
使用深层网络设计器可视化网络。
deepNetworkDesigner (shufflenet)
探索其他预先训练的网络在深度网络设计师通过点击新．
如果您需要下载一个网络，请在所需的网络上暂停并单击安装以打开附加组件资源管理器。
使用ShuffleNet进行迁移学习
您可以使用迁移学习来重新训练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对新图像进行分类．最初的示例使用了GoogLeNet预训练网络。要使用不同的网络进行迁移学习，请加载您想要的预先训练的网络，并遵循示例中的步骤。
加载ShuffleNet网络而不是GoogLeNet。
网= shufflenet
按照示例中的其余步骤对您的网络进行重新培训。您必须用新的训练层替换网络中最后的可学习层和分类层。这个示例向您展示了如何查找要替换的层。
输出参数
参考文献
［１］ImageNet．http://www.image-net.org
张翔宇，周新宇，林孟晓，孙健。shuffle lenet:一种非常高效的移动设备卷积神经网络。arXiv预印本arXiv: 1707.01083 v2（2017）.
另请参阅
深层网络设计师|vgg16|vgg19|googlenet|trainNetwork|layerGraph|DAGNetwork|resnet50|resnet101|inceptionresnetv2|squeezenet|densenet201|nasnetmobile|nasnetlarge
你也可以从以下列表中选择一个网站:
