主要内容

densenet201

densenet - 201卷积神经网络

  • densenet - 201网络体系结构

描述

densenet - 201是一个卷积神经网络,201层深。你可以加载一个pretrained版本的网络训练图像从ImageNet数据库超过一百万[1]。pretrained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,网络学习丰富广泛的图像特征表示。的网络图像输入大小224 - 224。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络

您可以使用分类分类的新图像使用densenet - 201模型。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet densenet - 201。

再培训的网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载代替GoogLeNet densenet - 201。

例子

= densenet201返回一个densenet - 201网络训练ImageNet数据集。

这个函数需要的深度学习工具箱™模型densenet - 201网络支持包。金宝app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。

= densenet201(“权重”,“imagenet”)返回一个densenet - 201网络训练ImageNet数据集。这相当于语法网= densenet201

lgraph= densenet201(“权重”,“没有”)返回未经训练的densenet - 201网络体系结构。未经训练的模型不需要支持包。金宝app

例子

全部折叠

下载并安装深度学习工具箱模型densenet - 201网络金宝app支持包。

类型densenet201在命令行中。

densenet201

如果深度学习工具箱模型densenet - 201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densenet201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。

densenet201
ans = DAGNetwork属性:层:[709×1 nnet.cnn.layer.Layer]连接:(806×2表)

可视化网络使用深层网络设计师。

deepNetworkDesigner (densenet201)

探索其他pretrained神经网络深陷网络设计师通过点击

深层网络设计师开始页面显示可用pretrained神经网络

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

全部折叠

Pretrained densenet - 201卷积神经网络,作为一个返回DAGNetwork对象。

未经训练的densenet - 201卷积神经网络架构,作为一个返回LayerGraph对象。

引用

[1]ImageNet。http://www.image-net.org

[2]黄高,壮族Liu Laurens Van Der Maaten和克里安问:温伯格。“人口卷积网络连接。”InCVPR,1卷,不。2,p。3。2017年。

扩展功能

版本历史

介绍了R2018a