nasnetlarge
Pretrained NASNet-Large卷积神经网络
描述
NASNet-Large是一个卷积神经网络,训练图像从ImageNet数据库超过一百万[1]。网络可以分类图像到1000年对象类别,如键盘,鼠标,铅笔,和许多动物。因此,网络学习丰富广泛的图像特征表示。的网络图像输入大小331 - 331。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络。
您可以使用分类对新图像使用NASNet-Large模型进行分类。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet NASNet-Large。
再培训的网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载NASNet-Large代替GoogLeNet。
例子
下载NASNet-Large支持包金宝app
下载并安装深度学习工具箱NASNet-Large网络模型金宝app支持包。
类型nasnetlarge在命令行中。
nasnetlarge
如果深度学习工具箱NASNet-Large网络模型金宝app支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。安装支持包,单击该链接,然后单金宝app击安装。通过输入检查安装是否成功nasnetlarge在命令行中。如果所需的支持包安装,那么函数返金宝app回DAGNetwork对象。
nasnetlarge
ans = DAGNetwork属性:层:[1244×1 nnet.cnn.layer.Layer]连接:(1463×2表)
可视化网络使用深层网络设计师。
deepNetworkDesigner (nasnetlarge)
探索其他pretrained网络深陷网络设计师通过点击新。
如果你需要下载一个网络,点击所需的网络和暂停安装打开插件浏览器。
将学习与NASNet-Large
您可以使用传输网络学习培训对一组新的图像进行分类。
打开示例火车深入学习网络对新图像进行分类。原始的例子使用了GoogLeNet pretrained网络。执行转移学习使用不同的网络、负载所需的pretrained网络和效仿中的步骤。
负载代替GoogLeNet NASNet-Large网络。
网= nasnetlarge
按照示例中剩余的步骤再培训你的网络。你必须代替过去可学的层和分类层在您的网络培训的新层。示例向您展示如何查找这层替换。
输出参数
引用
[1]ImageNet。http://www.image-net.org
[2]Zoph,巴雷特,Vijay Vasudevan Jonathon Shlens, Quoc诉勒。“学习转移为可伸缩的图像识别架构。”arXiv预印本arXiv: 1707.070122,没有。6 (2017)。
