xception
卷积神经网络除外
描述
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。
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。
净= xception(“权重”,“imagenet”）网= xception．
lgraph= xception(“权重”,“没有”）
例子
下载例外支持包金宝app
下载并安装深度学习工具箱模型Xception网络金宝app支持包。
类型xception在命令行。
xception
如果是深度学习工具箱模型Xception网络金宝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xception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。
xception
ans = DAGNetwork with properties: Layers: [171×1 nnet.cnn.layer.Layer]连接:[182×2 table]
使用深层网络设计器可视化网络。
deepNetworkDesigner (xception)
探索其他预先训练的网络在深度网络设计师通过点击新．
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。
输出参数
参考文献
［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。
扩展功能
另请参阅
DAGNetwork|深层网络设计师|densenet201|googlenet|inceptionresnetv2|layerGraph|情节|resnet101|resnet50|squeezenet|trainNetwork|vgg16|vgg19
你也可以从以下列表中选择一个网站:
