Main Content

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。

也可以看看

||

Related Topics