nasnetlarge
预训练的NASNet-Large卷积神经网络
描述
NASNet-Large是一种卷积神经网络，使用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，例如键盘、鼠标、铅笔和许多动物。因此，该网络已经学习了广泛图像的丰富特征表示。网络的图像输入大小为331 × 331。用于MATLAB中更多的预训练网络®,请参阅预训练的深度神经网络．
你可以使用分类使用NASNet-Large模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用NASNet-Large取代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对新图像进行分类加载NASNet-Large而不是GoogLeNet。
例子
下载NASNet-Large支持包金宝app
下载及安装基于NASNet-Large网络的深度学习工具箱模型金宝app支持包。
类型nasnetlarge在命令行。
nasnetlarge
如果基于NASNet-Large网络的深度学习工具箱模型金宝app支持包未安装，则该函数在外接程序资源管理器中提供到所需支持包的链接。要安装支持包，请单击链接，然后金宝app单击安装．通过输入检查安装是否成功nasnetlarge在命令行。如果安装了所需的支持包，则函数返金宝app回DAGNetwork对象。
nasnetlarge
ans = DAGNetwork with properties: Layers: [1244×1 nnet.cnn.layer.Layer] Connections: [1463×2 table]
使用深度网络设计器可视化网络。
deepNetworkDesigner (nasnetlarge)
通过单击在深度网络设计器中探索其他预训练的网络新．
如果需要下载网络，请在需要下载的网络上暂停，然后单击安装打开附加组件资源管理器。
基于NASNet-Large的迁移学习
你可以使用迁移学习来重新训练网络来分类一组新的图像。
打开示例训练深度学习网络对新图像进行分类．原始示例使用GoogLeNet预训练网络。要使用不同的网络执行迁移学习，请加载所需的预训练网络并遵循示例中的步骤。
加载NASNet-Large网络而不是GoogLeNet。
Net = nasnetlarge
按照示例中的其余步骤重新训练您的网络。必须用新的层替换网络中的最后一个可学习层和分类层进行训练。该示例向您展示了如何找到要替换的层。
输出参数
参考文献
[1]ImageNet．http://www.image-net.org
zophh, Barret, Vijay Vasudevan, Jonathon Shlens, Quoc V. Le。学习可扩展图像识别的可转移架构。arXiv预印arXiv:1707.070122,没有。6(2017)。
扩展功能
版本历史
您也可以从以下列表中选择一个网站: