系列网络深度学习
序列网络是一种层次化的深度学习神经网络。它只有一个输入层和一个输出层。
有几种方法可以创造一个系列网络
目的:
使用备用网络使用AlexNet.
那Darknet19
那vgg16
, 要么vgg19
.例如,请参见负载预训练AlexNet卷积神经网络.
使用培训或微调网络使用trainNetwork
.例如,请参见用于图像分类的火车网络.
从TensorFlow™-Keras、Caffe或ONNX™(Open Neural network Exchange)模型格式导入预先训练的网络。
对于keras模型,使用importKerasnetwork.
.例如,请参见导入和绘图Keras网络.
对于Caffe模型,使用ImportCaffenetwork.
.例如,请参见进口Caffe网络.
对于Onnx模型,使用importonnxnetwork.
.例如,请参见导入ONNX网络.
利用预先训练的层来组装一个深度学习网络汇编
功能。
激活 |
计算深度学习网络层激活 |
分类 |
使用培训的深度学习神经网络对数据进行分类 |
预测 |
使用培训的深度学习神经网络预测响应 |
predictandanddatestate. |
使用训练有素的递归神经网络预测反应并更新网络状态 |
classifyAndUpdateState |
利用训练有素的递归神经网络对数据进行分类,并更新网络状态 |
重置静止 |
重置经常性神经网络的状态 |
情节 |
绘制神经网络层图 |
AlexNet.
|analyzeNetwork
|汇编
|分类
|Dagnetwork.
|Darknet19
|ImportCaffenetwork.
|情节
|预测
|培训选项
|trainNetwork
|vgg16
|vgg19