densenet201
DenseNet-201卷积神经网络
描述
DenseNet-201是一个有201层的卷积神经网络。你可以从ImageNet数据库中加载经过训练的网络的预训练版本，该网络训练的图像超过一百万张[1]．经过预先训练的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®,请参阅预训练深度神经网络．
您可以使用分类要使用DenseNet-201模型对新图像进行分类，请执行的步骤使用GoogLeNet分类图像用DenseNet-201取代google网。
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DenseNet-201而不是GoogLeNet。
网= densenet201
该功能需要用于DenseNet-201网络支持包的深度学习工具箱™模型。金宝app如果没有安装此支金宝app持包，则该函数将提供下载链接。
网=densenet201（‘重量’，“imagenet”）网= densenet201．
lgraph=densenet201（‘重量’，“没有”）
例子
下载DenseNet-201支持包金宝app
下载并安装深度学习工具箱模型densenet - 201网络金宝app支持包。
类型densenet201在命令行。
densenet201
如果是深度学习工具箱模型densenet - 201网络金宝app如果未安装支持包，则该函数将在附加模块资源管理器中提供指向所需支持包的链接。要安装支持包，请单击链接，然后单击安装。通过键入来检查安装是否成功densenet201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
densenet201
ans = DAGNetwork with properties: Layers: [709×1 nnet.cnn.layer.Layer]连接:[806×2 table]
使用深层网络设计器可视化网络。
deepNetworkDesigner (densenet201)
在Deep Network Designer中，通过单击浏览其他预训练网络新．
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。
输出参数
工具书类
[1]ImageNet. http://www.image-net.org
[2] Huang, Gao, Zhuang Liu, Laurens Van Der Maaten, Kilian Q. Weinberger。“紧密连接的卷积网络。”在CVPR， vol. 1, no. 12, p。3。2017.
扩展功能
另请参阅
深层网络设计师|vgg16|vgg19|resnet18|resnet50|resnet101|googlenet|inceptionv3|接收resnetv2|squeezenet|trainNetwork|分层图|DAGNetwork
你也可以从以下列表中选择一个网站:
