RESNET18
RESNET-18卷积神经网络
描述
RESNET-18是一个卷积神经网络，深度为18层。您可以从ImageNet数据库中加载经过超过一百万张图像训练的网络版本[1]。预处理的网络可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。结果，该网络已经为广泛的图像学习了丰富的功能表示。该网络的图像输入大小为224 by-224。在MATLAB中进行更多预处理的网络®， 看预处理的深神经网络。
您可以使用分类使用RESNET-18模型对新图像进行分类。遵循步骤使用Googlenet对图像进行分类并用Resnet-18替换Googlenet。
要在新的分类任务上重新训练网络，请遵循训练深度学习网络以对新图像进行分类并加载Resnet-18而不是Googlenet。
提示
要创建适用于图像分类任务的未训练的残留网络，请使用重新植物。
网= resnet18
此功能需要深度学习工具箱™模型用于RESNET-18网络金宝app支持包。如果未安装此支持金宝app包，则该功能提供了下载链接。
网= resnet18（'striges'，“ Imagenet”）net = resnet18。
lgraph= resnet18（'striges'，'没有任何'）
例子
下载Resnet-18支持包金宝app
下载并安装深度学习工具箱模型用于RESNET-18网络金宝app支持包。
类型RESNET18在命令行。
RESNET18
如果深度学习工具箱模型用于RESNET-18网络金宝app未安装支持软件包，然后该功能提供了指向附加探索器中所需的支持软件包的链接。要安装支持包，请单击链接，然后金宝app单击安装。通过键入检查安装成功RESNET18在命令行。如果安装了所需的支持软件包，则该金宝app功能返回dagnetwork目的。
RESNET18
ans =带有属性的dagnetwork：层：[72×1 nnet.cnn.layer.layer]连接：[79×2表]
使用深网设计器可视化网络。
DeepNetworkDesigner（Resnet18）
通过单击深度网络设计师中的其他预验证的网络新的。
如果您需要下载网络，请在所需的网络上暂停，然后单击安装打开附加探索器。
输出参数
参考
[1]成像网。http://www.image-net.org
[2]他，Kaiming，Xiangyu Zhang，Shaoqing Ren和Jian Sun。“图像识别的深度残留学习”。在IEEE计算机视觉和模式识别会议论文集，第770-778页。2016。
扩展功能
版本历史记录
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）