resnet50
Reset-50卷积神经网络
描述
Resnet-50是一个卷积神经网络，深度为50层。您可以从ImageNet数据库中加载培训的网络培训的预磨损版本［１］．佩带的网络可以将图像分为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。该网络具有224×224的图像输入大小。对于Matlab中的更多预用网络®， 看预训练的深度神经网络．
您可以使用分类使用Reset-50模型对新图像进行分类。follow使用googlenet对图像进行分类并用Reset-50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Reset-50而不是Googlenet。
净= resnet50.
此功能需要深度学习工具箱™模型对于Reset-50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。
净= Resnet50（'权重'，'Imagenet'）net = resnet50.．
LGRAPH.= Resnet50（'权重'，'没有任何'）
例子
下载Resnet-50支持包金宝app
下载并安装深度学习工具箱模型对于Reset-50网络金宝app支持包。
类型resnet50在命令行。
resnet50
如果是深度学习工具箱模型对于Reset-50网络金宝app如果没有安装支持包，则该函数提供一个链接到Add-On Explorer中所需的支持包。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resnet50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。
resnet50
ans =具有属性的Dagnetwork：图层：[177×1 nnet.cnn.layer.layer]连接：[192×2表]
使用深网络设计器可视化网络。
deepNetworkDesigner (resnet50)
在深层网络设计器中通过点击探索其他预训练的网络新的．
如果需要下载网络，请单击安装打开附加资源管理器。
输出参数
参考文献
［１］想象成．http://www.image-net.org
[2]他，Kaiming，湘雅张，少清任，剑孙。“图像识别的深度剩余学习。”在计算机视觉与模式识别IEEE会议论文集, 770 - 778页。2016.
扩展能力
也可以看看
Dagnetwork.|深网络设计师|densenet201.|googlenet.|inceptionresnetv2|layerGraph|阴谋|Resnet101.|resnet18|挤压|Trainnetwork.|vgg16.|vgg19.
你也可以从以下列表中选择一个网站:
