生成MATLAB重建网络层的代码

生成MATLAB代码重建在深网络设计器中构建的网络。在设计师选项卡，选择其中一个选项:

运行生成的脚本将网络架构作为工作区中的变量返回。根据网络架构的不同，变量是一个名为的层图lgraph或层数组命名层．有关从深度网络设计器导出的网络培训示例，请参见使用深度网络设计器创建简单的序列分类网络．

生成MATLAB训练网络守则

在Deep network Designer中重新构建和培训一个网络，培训后生成MATLAB代码。有关使用深度网络设计器训练图像分类网络的示例，请参见使用深度网络设计师进行迁移学习．

一旦训练完成，就培训选项卡上,选择出口>生成培训代码．该应用程序创建一个实时脚本和一个mat文件，其中包含来自网络的初始参数(权重和偏差)。如果您将数据从工作区导入到Deep Network Designer中，那么生成的mat文件中也包含数据。

运行生成的脚本构建网络(包括来自mat -文件的可学习参数)、导入数据、设置训练选项并训练网络。检查生成的脚本，学习如何在命令行构建和训练网络。

您还可以使用生成的脚本作为起点，创建深度学习实验，该实验扫描一系列超参数值或使用贝叶斯优化来找到最佳训练选项。以示例说明如何使用实验管理器要调优在深度网络设计器中训练过的网络的超参数，请参阅在实验管理器中使用深度网络设计器生成的代码．

img = imread (“peppers.png”）;img = imresize(img, net.Layers(1).InputSize(1:2));Label = predict(net, img);imshow (img);标题(标签);