La traduzione di, pagina非e aggiornata。Fai clic,每vedere l 'ultima versione inglese。

resnet18

网neurale convoluzionale ResNet-18

Sintassi

网= resnet18

网= resnet18(“权重”,“imagenet”)

lgraph = resnet18(“权重”,“没有一个”)

描写

ResNet-18 e una网neurale convoluzionale con 18 livelli di profondita。E相信caricare una versione preaddestrata德拉网,addestrata苏oltre联合国milione di immagini德尔迪ImageNet数据库[1]。La网preaddestrata e级di classificare勒1000年immagini categorie di oggetti tastiera,鼠标,matita e molti animali。Di conseguenza la网ha appreso rappresentazioni ricche Di每联合国'ampia伽马Di immagini特性。拉膜层ha una dimensione di输入戴尔'immagine di 224 x224。在MATLAB / ulteriori reti addestrate^®,vedereReti neurali深preaddestrate。

E相信utilizzare分类每classificare nuove immagini utilizzando il modello ResNet-18。Seguire我passaggi迪Classificazione di immagini utilizzando GoogLeNete sostituire GoogLeNet ResNet-18监狱。

苏每riaddestrare la网una nuova attivita di classificazione seguire我passaggi diAddestramento德拉网di深度学习每classificare nuove immaginidi GoogLeNet e caricare ResNet-18 al posto餐馆。

Suggerimento

每creare una网残渣非addestrata adatta广告attivita di classificazione delle immagini, utilizzareresnetLayers。

esempio

净= resnet18restituisce una网ResNet-18 addestrata南迪蒂迪ImageNet设置。

,funzione richiede il pacchetto di suppor金宝appto深度学习工具箱™模型ResNet-18网络。Se il pacchetto di 金宝appsupporto非e installato拉funzione fornisce联合国每il下载链接。

净= resnet18(“权重”,“imagenet”)restituisce una网ResNet-18 addestrata南迪蒂迪ImageNet设置。,sintassi e equivalente网= resnet18。

lgraph= resnet18(“权重”,“没有”)restituisce l 'architettura德拉网ResNet-18非addestrata。Il modello非addestrato非richiede Il pacchetto di supporto金宝app。

Esempi

comprimi全体的

下载del pacchetto di support金宝appo / ResNet-18

Scaricare e installare il pacchetto di 金宝appsupporto深度学习工具箱模型ResNet-18网络。

Digitareresnet18所以nella里加di第一。

resnet18

Se il pacchetto di 金宝appsupporto深度学习工具箱模型ResNet-18网络非e installato拉funzione fornisce联合国联系艾尔pacchetto di supporto ric金宝apphiesto内尔'Add-On探险家。票价按南链接每installare il pacchetto di supporto篇clic苏金宝app安装。Verificare格瓦拉l 'installazione新航占据eseguita correttamente digitandoresnet18所以nella里加di第一。Se il pacchetto di 金宝appsupporto richiesto e installato拉funzione restituisce联合国oggettoDAGNetwork。

resnet18

ans = DAGNetwork属性:层:[72×1 nnet.cnn.layer.Layer]连接:(79×2表)

Visualizzare la网con深网络设计师。

deepNetworkDesigner (resnet18)

Scoprire altre reti preaddestrate深陷网络设计师facendo clic苏新。

深层网络设计师开始页面显示可用pretrained网络

Se e necessario scaricare una网,fermarsi苏拉网站e clic苏安装每aprire l 'Add-On探险家。

Argomenti di输出

comprimi全体的

`净`——网neurale convoluzionale ResNet-18 preaddestrata
Oggetto`DAGNetwork`

网neurale convoluzionale ResNet-18 preaddestrata, restituita联合国oggettoDAGNetwork。

`lgraph`——Architettura德拉网neurale convoluzionale ResNet-18非addestrata
Oggetto`LayerGraph`

Architettura德拉网neurale convoluzionale ResNet-18非addestrata,联合国oggetto restituita来LayerGraph。

Riferimenti

[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。

Funzionalita estese

Generazione di配置C / c++
属自由配置C e c++ con MATLAB®编码器™。

e / la generazione di自由配置,相信caricare la网utilizzando sintassi网= resnet18o passando la funzioneresnet18苏coder.loadDeepLearningNetwork(MATLAB编码器)。广告esempio:网= coder.loadDeepLearningNetwork (“resnet18”)

每ulteriori informazioni vedere负载Pretrained网络代码生成(MATLAB编码器)。

La sintassiresnet18(“重量”、“没有”)非e sup金宝appportata / la generazione di自由配置。

Generazione di配置GPU
属自由配置每GPU NVIDIA CUDA®®con GPU编码器™。

注意黄化'utilizzo e sulle limitazioni:

e / la generazione di自由配置,相信caricare la网utilizzando sintassi网= resnet18o passando la funzioneresnet18苏coder.loadDeepLearningNetwork(GPU编码器)。广告esempio:网= coder.loadDeepLearningNetwork (“resnet18”)
每ulteriori informazioni vedere负载Pretrained网络代码生成(GPU编码器)。
La sintassiresnet18(“重量”、“没有”)非e sup金宝appportata / la generazione di自由配置GPU。

Cronologia versioni

在R2018a Introdotto

Vedi传递