主要内容

ImportCaffelayers.

从Caffe进口卷积神经网络层

页面上倒塌

句法

图层= ImportCaffelayers（Protofile）
图层= ImportCaffelayers（Protofile，'Inputsize'，SZ）

描述

例子

层数= ImportCaffelayers（原样）进口Caffe的层数[1]网络。该函数返回所定义的图层.prototxt.文件原样。

此功能需要深度学习工具箱™进口商为Caffe Models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。

您可以从Caffe Model动物园下载掠夺网络[2]。

层数= ImportCaffelayers（原样，'输入'，SZ.）指定输入数据的大小。如果是.prototxt.文件未指定输入数据的大小，然后必须指定输入大小。

例子

全部收缩

此示例使用：

下载并安装Caffe模型的深层学习工具箱进口商金宝app支持包。

通过键入下载所需的支持包金宝appImportCaffelayers.在命令行。

ImportCaffelayers.

如果Caffe模型的深层学习工具箱进口商金宝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。

此示例使用：

指定示例文件'digitsnet.prototxt'导入。

protofile ='digitsnet.prototxt';

导入网络图层。

图层= ImportCaffelayers（Protofile）
图层= 1x7层阵列，带有图层：1'TESTDATA'图像输入28x28x1图像2'CONC1'卷积20 5x5x1卷绕卷发[1 1]和填充[0 0] 3'CROU1'CREU RELU 4'POOP1'最大池2x2 max汇集步幅[2 2]和填充[0 0] 5'IP1'完全连接的10个完全连接的第6层丢失'Softmax Softmax 7'输出'分类输出CrossentRopyex与“Slass1”，'Class2'和8类等级

输入参数

全部收缩

文件名.prototxt.包含网络架构的文件，指定为字符向量或字符串标量。原样必须在当前文件夹中，在matlab上的文件夹中®路径，或者您必须包含文件的完整或相对路径。如果是.prototxt.文件未指定输入数据的大小，必须使用使用的大小SZ.输入参数。

例子：'digitsnet.prototxt'

输入数据的大小，指定为行向量。指定两个或三个整数值的向量[H，W]， 或者[h，w，c]对应于输入数据的高度，宽度和通道数。

例子：[28 28 1]

输出参数

全部收缩

网络架构，返回AS层阵列或A.分层图目的。作为输入的Caffe网络将图像视为BGR格式。在进口期间，ImportCaffelayers.修改网络，以便导入的MATLAB网络将RGB图像作为输入。

尖端

参考

也可以看看

||||||||

话题

在R2017A介绍

深度学习工具箱文档

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书