resnet50
ResNet-50卷积神经网络
描述
ResNet-50卷积神经网络是50层深。你可以加载一个pretrained版本的神经网络训练图像从ImageNet数据库超过一百万[1]。pretrained神经网络可以分类图像到1000年对象类别,如键盘,鼠标,铅笔,和许多动物。因此,神经网络具有学习丰富广泛的图像特征表示。神经网络具有一个图像输入的大小224 - 224。更多pretrained在MATLAB神经网络®,请参阅Pretrained深层神经网络。
您可以使用分类对新图像使用ResNet-50模型进行分类。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet ResNet-50。
再培训的神经网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载ResNet-50代替GoogLeNet。
提示
创建一个未经训练的残余神经网络适合图像分类任务,使用resnetLayers。
净= resnet50
这个函数需要深度学习工具箱™模型ResNet-50网络金宝app支持包。如果这种支持包没金宝app有安装,那么函数提供一个下载链接。
净= resnet50(“权重”,“imagenet”)网= resnet50。
lgraph= resnet50(“权重”,“没有”)
例子
下载ResNet-50支持包金宝app
下载并安装深度学习工具箱模型ResNet-50网络金宝app支持包。
类型resnet50在命令行中。
resnet50
如果深度学习工具箱模型ResNet-50网络金宝app支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。安装支持包,单击该链接,然后单金宝app击安装。通过输入检查安装是否成功resnet50在命令行中。如果所需的支持包安装,那么函数返金宝app回DAGNetwork对象。
resnet50
ans = DAGNetwork属性:层:[177×1 nnet.cnn.layer.Layer]连接:(192×2表)
可视化神经网络使用深层网络设计师。
deepNetworkDesigner (resnet50)
探索其他pretrained神经网络深陷网络设计师通过点击新。
如果你需要下载一个神经网络,点击所需的神经网络和暂停安装打开插件浏览器。
输出参数
引用
[1]ImageNet。http://www.image-net.org
[2]他开明、象屿张任Shaoqing,剑太阳。“深层残留图像识别的学习。”In《IEEE计算机视觉与模式识别会议,770 - 778页。2016年。
扩展功能
版本历史
介绍了R2017b
