InceptionResNetv2.
预制成立 - Reset-V2卷积神经网络
描述
Inception-Resnet-V2是卷积神经网络，从ImageNet数据库中培训超过一百万图像[1]。网络是164层深度，可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。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299〜299。对于Matlab中的更多预用网络®， 看普里德深度神经网络。
您可以使用分类使用Inception-Reset-V2网络对新图像进行分类。follow使用googlenet对图像进行分类并用Inception-Reset-V2替换Googlenet。
要在新的分类任务上重新培训网络，请按照步骤操作培训深度学习网络以分类新图像并加载Inception-Reset-V2而不是Googlenet。
例子
Load Inception-Resnet-V2网络
下载并安装深度学习工具箱模型用于Inception-Reset-V2网络金宝app支持包。
类型InceptionResNetv2.在命令行。
InceptionResNetv2.
如果是深度学习工具箱模型用于Inception-Reset-V2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InceptionResNetv2.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。
net = InceptionResNetv2.
net =具有属性的Dagnetwork：图层：[825×1 nnet.cnn.layer.layer]连接：[922×2表]
使用深网络设计器可视化网络。
DeepNetWorkDesigner（InceptionResnetv2）
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。
输出参数
参考
[1]想象成。http://www.image-net.org.
[2] Szegedy，Christian，Sergey Iroffe，Vincent Vanhoucke和Alexander A. Alemi。“Inception-V4，Inception-Reset和残余连接对学习的影响。”在Aaai.，卷。4，p。12. 2017年。
扩展能力
也可以看看
Dagnetwork.|深网络设计师|densenet201.|googlenet.|importKeraslayers.|importKerasnetwork.|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：
