主要内容

生成MATLAB代码从深层网络设计师

深层网络设计师应用程序使您能够生成MATLAB®代码,再现了建筑、编辑和训练的网络应用程序。

设计师选项卡中,可以生成一个脚本:

  • 创建您的网络层。选择出口>生成代码

  • 重新创建在您的网络层,包括任何初始参数。选择出口>与初始参数生成代码

培训选项卡中,可以生成一个脚本:

  • 创建一个网络的构建和训练你在深构造网络设计师。选择出口>生成代码的训练

生成MATLAB代码来创建网络层

生成MATLAB代码重新创建网络构造深陷网络设计师。在设计师选项卡中,选择其中一个选项:

  • 重新创建在您的网络层,选择出口>生成代码。这个网络不包含初始参数,如pretrained权重。

  • 重新创建在您的网络层,包括任何初始参数,选择出口>与初始参数生成代码。应用程序创建了一个脚本和MAT-file生活包含初始参数(重量和偏见)从你的网络。运行脚本重新创建网络层,包括从MAT-file可学的参数。使用这个选项保留重量如果你想执行转移学习。

运行生成的脚本返回网络体系结构作为一个变量在工作区中。根据不同的网络体系结构,命名变量是一个层图lgraph或一层命名为数组。例如训练一个网络从深出口网络设计师,看看创建简单的序列分类网络使用深层网络设计师

生成MATLAB代码来训练网络

重新创建一个网络的建设和培训深陷网络设计师,训练后生成MATLAB代码。例如使用深层网络设计师培训一个图像分类网络,看到的转移学习与深层网络设计师

培训完成后,在培训选项卡上,选择出口>生成代码的训练。应用程序创建了一个脚本和MAT-file生活包含初始参数(重量和偏见)从你的网络。如果你导入数据从工作区深陷网络设计师然后这也是包含在生成的MAT-file。

运行生成的脚本构建网络(包括从MAT-file可学的参数),进口数据,设置训练选项,和火车网络。检查生成的脚本,以学习如何在命令行构建和训练网络。

请注意

如果你改变网络,训练和验证数据,或训练选项,点击火车之前生成脚本。

使用网络进行预测

假设训练网络中包含的变量。为预测使用训练网络,使用预测函数。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的类peppers.png

img = imread (“peppers.png”);img = imresize (img net.Layers (1) .InputSize (1:2));标签=预测(净,img);imshow (img);标题(标签);

引用

[1]奖赏,Mineichi,小君富山,学者Shimbo。“多维曲线分类使用通过地区。”模式识别的字母20日,没有。11 - 13日(1999年11月):1103 - 11所示。https://doi.org/10.1016/s0167 - 8655 (99) 00077 - x。

[2]奖赏,Mineichi,小君富山,学者Shimbo。日本元音UCI机器学习库。分发的数据集。https://archive.ics.uci.edu/ml/datasets/Japanese +元音。

另请参阅

||

相关的话题