主要内容

ImportCaffenetwork.

从Caffe导入佩带的覆盖卷积神经网络模型

页面上倒塌

句法

net = importcaffenetwork（protofile，datafile）
net = importcaffenetwork（___，名称，价值）

描述

例子

网= ImportCaffenetwork（原样那数据文件）从Caffe进口掠夺网络[1]。该函数返回使用由此指定的架构返回佩带的网络.prototxt.文件原样并由网络重量指定.CaffeModel.文件数据文件。

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]。

网= ImportCaffenetwork（___那名称，价值）返回一个包含一个或多个指定的其他选项的网络名称，价值使用以前的任何语法对参数。

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。

要下载所需的支持包，请键入金宝appImportCaffenetwork.在命令行。

ImportCaffenetwork.

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：

打开直播脚本

指定要导入的文件。

protofile ='digitsnet.prototxt';datafile ='digits_iter_10000.caffemodel';

进口网络。

net = importcaffenetwork（protofile，datafile）
NET =具有属性的系列网络：图层：[7×1 nnet.cnn.layer.layer]输入名称：{'testData'} OutputNames：{'ClassificationOutput'}

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'输入'名称值对参数。

例子：'digitsnet.prototxt'

文件名.CaffeModel.包含网络权重的文件，指定为字符向量或字符串标量。数据文件必须在当前文件夹中，在MATLAB路径上的文件夹中，或者必须包含文件的完整或相对路径。导入无重量的网络层，使用ImportCaffelayers.。

例子：'digits_iter_10000.caffemodel'

名称值对参数

指定可选的逗号分离对名称，价值论点。名称是参数名称和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。

例子：ImportCaffenetwork（Protofile，Datafile，'平均值'，i）使用普通图像导入预磨损的网络一世用于零中心标准化。

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。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：[28 28 1]

零中心归一化的平均图像，指定为矩阵。如果指定图像，则必须指定与输入数据相同大小的图像。如果未指定图像，则软件使用指定的数据.prototxt.文件，如果存在的话。否则，该函数设置正常化网络图像输入层的属性'没有任何'。

输出层的类，指定为分类向量，字符串阵列，字符向量的单元格数组，或'汽车'。如果指定字符串数组或字符向量数组str.，然后软件将输出层的类设置为分类（str，str）。如果班级是'汽车'，然后该函数将类设置为分类（1：n）， 在哪里N是课程的数量。

数据类型：char|分类|细绳|细胞

输出参数

全部收缩

进口的预用Caffe网络，作为一个返回系列网络对象或者Dagnetwork.目的。作为输入的Caffe网络将图像视为BGR格式。在进口期间，ImportCaffenetwork.修改网络，以便导入的MATLAB网络将RGB图像作为输入。

尖端

兼容性考虑因素

展开全部

不推荐以R2018B开始

参考

扩展能力

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