卷积神经网络
AlexNet是一个有8层深度的卷积神经网络。您可以在ImageNet数据库的100多万张图像上加载预先训练过的网络版本[1].佩带的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,该网络已经学习了丰富的图像的丰富特征表示。网络的图像输入大小为227-by-227。对于Matlab中的更多预用网络®,请参阅普里德深度神经网络.
您可以使用分类
要使用AlexNet网络对新图像进行分类,请执行的步骤使用googlenet对图像进行分类用AlexNet取代GoogLeNet。
对于自由实践的实践深度学习方法,见深度学习斜坡弯道.
返回在ImageNet数据集上培训的AlexNet网络。网
= alexnet
该功能需要深度学习工具箱™模型AlexNet网络金宝app支持包。如果没有安装此支金宝app持包,该函数将提供下载链接。另外,看到深度学习工具箱模型AlexNet网络.
要了解更多MATLAB中的预训练网络,请参见普里德深度神经网络.
返回在ImageNet数据集上训练的AlexNet网络。此语法相当于网
= AlexNet('权重',“imagenet”
)网= alexnet
.
返回未经训练的AlexNet网络架构。未经训练的模型不需要支持包。金宝app层
= AlexNet('权重',“没有”
)
对于自由实践的实践深度学习方法,见深度学习斜坡弯道.
[1]ImageNet.http://www.image-net.org
邓杰,苏海峰,等。ImageNet大型视觉识别挑战国际计算机视觉杂志(IJCV). 第115卷,2015年第3期,第211-252页
[3] Krizhevsky, Alex, Ilya Sutskever和Geoffrey E. Hinton。基于深度卷积神经网络的图像网络分类神经信息处理系统的进展. 2012
[4]BVLC-AlexNet模型.https://github.com/bvlc/caffe/tree/master/models/bvlc_alexnet.
深层网络设计师|densenet201
|googlenet
|importCaffeNetwork
|importKerasnetwork.
|InceptionResNetv2.
|resnet18
|resnet50
|squeezenet
|vgg16
|vgg19