主要内容

nasnetmobile

预训练NASNet-Mobile卷积神经网络

描述

NASNet-Mobile是一个卷积神经网络,它根据ImageNet数据库中的100多万张图像进行训练[1].该网络可以将图像分为1000个对象类别,如键盘、鼠标、铅笔和许多动物。因此,该网络学习了丰富的特征表示范围广泛的图像。该网络的图像输入尺寸为224 × 224。用于MATLAB中更多的预训练网络®,请参阅预先训练的深度神经网络

您可以使用分类使用NASNet-Mobile模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用NASNet-Mobile取代google网。

要重新训练网络进行新的分类任务,请遵循以下步骤训练深度学习网络对新图像进行分类加载NASNet-Mobile而不是GoogLeNet。

例子

= nasnetmobile返回一个预先训练的NASNet-Mobile卷积神经网络。

此函数需要NASNet-Mobile网络的深度学习工具箱™模型金宝app支持包。如果没有安装此支金宝app持包,则该函数将提供下载链接。

例子

全部折叠

下载并安装NASNet-Mobile网络的深度学习工具箱模型金宝app支持包。

类型nasnetmobile在命令行。

nasnetmobile

如果NASNet-Mobile网络的深度学习工具箱模型金宝app如果没有安装支持包,则该函数将提供到Add-On Explorer中所需的支持包的链接。要安装支持包,请单击链接,然后金宝app单击安装.输入以下命令,检查安装是否成功nasnetmobile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对象。

nasnetmobile
ans = DAGNetwork with properties: Layers: [914×1 nnet.cnn.layer.Layer]连接:[1073×2 table]

使用深层网络设计器可视化网络。

deepNetworkDesigner (nasnetmobile)

探索其他预先训练的网络在深度网络设计师通过点击

如果您需要下载网络,那么单击安装以打开附加组件资源管理器。

您可以使用迁移学习来重新训练网络来对一组新的图像进行分类。

打开示例训练深度学习网络对新图像进行分类.最初的示例使用了GoogLeNet预训练网络。要使用不同的网络进行迁移学习,请加载您想要的预先训练的网络,并遵循示例中的步骤。

加载NASNet-Mobile网络而不是GoogLeNet。

网= nasnetmobile

按照示例中的其余步骤对您的网络进行重新培训。您必须用新的训练层替换网络中最后的可学习层和分类层。这个示例向您展示了如何查找要替换的层。

输出参数

全部折叠

预先训练的NASNet-Mobile卷积神经网络,返回为DAGNetwork对象。

参考文献

[1]ImageNet.http://www.image-net.org

Zoph, Barret, Vijay Vasudevan, Jonathon Shlens, Quoc V. Le。“学习可扩展图像识别的可转移架构”。arXiv预印本arXiv: 1707.070122,没有。6(2017)。

扩展功能

介绍了R2019a