googlenet.
Googlenet卷积神经网络
描述
googlenet是一个卷积神经网络，深度为22层。您可以加载培训的网络上培训的预磨损版本[1]或地方365.[2][3]数据集。在Imagenet上培训的网络将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。在Place365上培训的网络与ImageNet培训的网络类似，但将图像分类为365个不同的地方类别，例如现场，公园，跑道和大厅。这些网络已经了解了各种图像的不同特征表示。预磨平的网络均具有224×224的图像输入大小。对于Matlab中的更多预用网络®， 看普里德深度神经网络。
使用googlenet对新图像进行分类，使用分类。例如，看到使用googlenet对图像进行分类。
您可以重新启动Googlenet网络以使用传输学习执行新任务。在进行转移学习时，最常见的方法是使用预先预留的网络在想象集数据集上。如果新任务类似于分类场景，则使用在PLACE-365上培训的网络可以提供更高的精度。出于一个示例，显示如何在新的分类任务上删除googlenet，请参阅培训深度学习网络以分类新图像
网= googlenet.
此功能需要深度学习工具箱™模型对于Googlenet网络金宝app支持包。如果未安装此支持金宝app包，则该函数提供了下载链接。
LGRAPH.= googlenet（'权重'，'没有任何'）
例子
下载googlenet支持包金宝app
下载并安装深度学习工具箱模型对于Googlenet网络金宝app支持包。
类型googlenet.在命令行。
googlenet.
如果是深度学习工具箱模型对于Googlenet网络金宝app不安装支持包，然后该函数提供了在附加资源管理器中的所需支持包的链接。要安装支持包，请单击“链接”，金宝app然后单击安装。通过键入检查安装是否成功googlenet.在命令行。如果安装了所需的支持包，则该函数金宝app返回aDagnetwork.目的。
googlenet.
ANS =具有属性的Dagnetwork：图层：[144×1 nnet.cnn.layer.layer]连接：[170×2表]
使用深网络设计器可视化网络。
deepnetworkdesigner（googlenet）
点击探索深网络设计师中的其他预磨损网络新的。
如果您需要下载网络，请单击安装打开附加资源管理器。
输入参数
输出参数
参考
[1]想象成。http://www.image-net.org.
[2]周，Bolei，Aditya Khosla，Agata Lapedriza，Antonio Torralba和Aude Oliva。“地方：深度场景理解的图像数据库。”ARXIV预印符号：1610.02055（2016）。
[3]地点。http://places2.csail.mit.edu/
[4] Szegedy，Christian，Wei Liu，Yangqing Jia，Pierre Sermanet，斯科特芦苇，龙卷风犬，Dumitru Erhan，Vincent Vanhoucke和Andrew Rabinovich。“随着卷积更深。”在计算机愿景和模式识别的IEEE会议的诉讼程序，pp。1-9。2015年。
[5]BVLC Googlenet模型。https://github.com/bvlc/caffe/tree/master/models/bvlc_googlenet.
扩展能力
也可以看看
Dagnetwork.|深网络设计师|densenet201.|InceptionResNetv2.|Inceptionv3.|分层图|阴谋|Resnet101.|resnet18|resnet50.|挤压|Trainnetwork.|vgg16.|vgg19.
您还可以从以下列表中选择一个网站：
