产生MATLAB深网设计师的代码
Deep Network Designer应用程序使您能够生成MATLAB®code that recreates the building, editing, and training of a network in the app.
In theDesigner标签,您可以生成一个实时脚本:
重新创建网络中的层。选择出口>产生Code。
重新创建网络中的层,包括任何初始参数。选择出口>用初始参数生成代码。
In the训练标签,您可以生成一个实时脚本:
重新创建您在深网设计师中构建的网络的建筑物和培训。选择出口>产生Code for Training。
产生MATLAB重新创建网络层的代码
产生MATLABcode for recreating the network constructed in Deep Network Designer. In theDesigner选项卡,选择以下选项之一:
要重新创建网络中的层,请选择出口>产生Code。该网络不包含初始参数,例如预处理的权重。
要重新创建网络中的层,包括任何初始参数,请选择出口>用初始参数生成代码。该应用程序创建一个实时脚本和一个包含网络中的初始参数(权重和偏见)的垫子文件。Run the script to recreate the network layers, including the learnable parameters from the MAT-file. Use this option to preserve the weights if you want to perform transfer learning.
运行生成的脚本将网络体系结构作为工作区中的变量返回。根据网络体系结构,变量是名为的图层图lgraph
或命名的图层阵列层
。有关培训从深网设计师导出的网络的示例,请参见使用深网设计器创建简单的序列分类网络。
产生MATLAB训练网络的代码
为了重新创建网络设计师中网络的构建和培训,在培训后生成MATLAB代码。有关使用深网设计师训练图像分类网络的示例,请参见深层网络设计师的转移学习。
培训完成后,在训练选项卡,选择出口>产生Code for Training。该应用程序创建一个实时脚本和一个包含网络中的初始参数(权重和偏见)的垫子文件。如果您将数据从工作区导入深层网络设计器,则该数据也包含在生成的Mat-File中。
运行生成的脚本会构建网络(包括垫子文件中的可学习参数),导入数据,设置培训选项并训练网络。检查生成的脚本以学习如何在命令行中构建和训练网络。
笔记
如果更改网络,培训和验证数据或培训选项,请单击火车before generating the live script.
使用网络进行预测
假设训练有素的网络包含在变量中net
。要使用训练有素的网络进行预测,请使用predict
功能。例如,假设您有一个训练有素的图像分类网络。使用导出的网络预测辣椒.png
。
img = imread("peppers.png");img = imresize(img,net.layers(1).inputsize(1:2));标签=预测(Net,IMG);imshow(img);标题(标签);
References
[1] Kudo, Mineichi, Jun Toyama, and Masaru Shimbo. “Multidimensional Curve Classification Using Passing-through Regions.”图案识别字母20,否。11–13(1999年11月):1103–11。https://doi.org/10.1016/s0167-8655(99)00077-x。
[2] Kudo,Mineichi,Jun Toyama和Masaru Shimbo。日本元音数据集。由UCI机器学习存储库分发。https://archive.ics.uci.edu/ml/datasets/japanese+vowels。