卷积神经网络除外
例外是一个有71层深度的卷积神经网络。您可以在ImageNet数据库的100多万张图像上加载预先训练过的网络版本[1].经过预先训练的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。该网络的图像输入大小为299 × 299。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Xception模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像并将GoogLeNet替换为exception。
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例外而不是GoogLeNet。
返回在ImageNet数据集上训练的异常网络。净
= xception
该功能需要深度学习工具箱™模型Xception网络金宝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。
返回在ImageNet数据集上训练的异常网络。该语法等价于净
= xception(“权重”,“imagenet”
)网= xception
.
返回未经训练的exception网络架构。未经训练的模型不需要支持包。金宝applgraph
= xception(“权重”,“没有”
)
[1]ImageNet.http://www.image-net.org
[2] Chollet, F., 2017。例外:深度可分卷积的深度学习arXiv预印本, pp.1610 - 02357。
DAGNetwork
|深层网络设计师|densenet201
|googlenet
|inceptionresnetv2
|layerGraph
|情节
|resnet101
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19