深度学习系列网络
序列网络是一种层次化的深度学习神经网络。它只有一个输入层和一个输出层。
有几种方法可以创建SeriesNetwork
对象:
加载一个预先训练的网络使用alexnet
,darknet19
,vgg16
,或vgg19
.例如,请参见负载预训练AlexNet卷积神经网络.
训练或微调网络使用trainNetwork
.例如,请参见图像分类训练网络.
从TensorFlow™-Keras、Caffe或ONNX™(Open Neural network Exchange)模型格式导入预先训练的网络。
对于Keras模型,使用importKerasNetwork
.例如,请参见导入和规划凯拉斯网络.
对于Caffe模型,使用importCaffeNetwork
.例如,请参见进口咖啡网络.
对于ONNX模型,使用importONNXNetwork
.例如,请参见将ONNX Network导入为DAGNetwork.
利用预先训练的层来组装一个深度学习网络assembleNetwork
函数。
请注意
来了解其他经过训练的网络,比如googlenet
和resnet50
,请参阅预先训练的深度神经网络.
激活 |
计算深度学习网络层激活 |
分类 |
使用训练的深度学习神经网络对数据进行分类 |
预测 |
使用训练有素的深度学习神经网络预测反应 |
predictAndUpdateState |
使用训练有素的递归神经网络预测反应并更新网络状态 |
classifyAndUpdateState |
利用训练有素的递归神经网络对数据进行分类,并更新网络状态 |
resetState |
重置递归神经网络的状态 |
情节 |
绘制神经网络层图 |
alexnet
|vgg16
|vgg19
|darknet19
|importCaffeNetwork
|trainNetwork
|trainingOptions
|DAGNetwork
|analyzeNetwork
|assembleNetwork
|情节
|分类
|预测