Shuffleenet.
佩带的Shuffleenet卷积神经网络
描述
Shuffleenet是一种卷积神经网络，从ImageNet数据库中训练超过一百万个图像［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®， 看预先训练的深度神经网络．
您可以使用分类使用Shuffleenet模型对新图像进行分类。follow使用googlenet对图像进行分类并用Shuffleenet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shuffleenet而不是googlenet。
例子
下载ShuffLenet支持包金宝app
下载并安装Shuffleenet网络的深学习工具箱模型金宝app支持包。
类型Shuffleenet.在命令行。
Shuffleenet.
如果是Shuffleenet网络的深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Shuffleenet.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。
Shuffleenet.
ANS =具有属性的Dagnetwork：图层：[173×1 nnet.cnn.layer.layer]连接：[188×2表]
使用深网络设计器可视化网络。
DeepNetWorkDesigner（Shuffleenet）
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，请在所需的网络上暂停，然后单击安装打开附加资源管理器。
用Shuffleenet转移学习
您可以使用转移学习来重新培训网络以对新的图像进行分类。
打开这个例子培训深度学习网络以分类新图像．原始示例使用Googlenet佩带的网络。要使用不同的网络进行转移学习，请加载所需的预磨损网络并按照示例中的步骤操作。
加载shuffleenet网络而不是googlenet。
net = shuffleenet.
按照示例中的剩余步骤进行培训以备份您的网络。您必须用新图层替换网络中的最后一个可知层和分类层进行培训。该示例显示了如何查找要替换的层。
输出参数
参考文献
［1］想象成．http://www.image-net.org.
[2]张，湘宇，新余周，蒙尾林和剑孙。“Shuffleenet：用于移动设备的一个极其高效的卷积神经网络。”ARXIV预印亚克日期：1707.01083V2（2017）。
也可以看看
深网络设计师|vgg16.|vgg19.|googlenet.|Trainnetwork.|layerGraph|Dagnetwork.|resnet50|Resnet101.|inceptionresnetv2|挤压|densenet201.|nasnetmobile.|nasnetlarge.
您还可以从以下列表中选择一个网站：
