主要内容

このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

googlenet

GoogLeNet畳み込みニューラルネットワーク

ページ内をすべて折りたたむ

構文

网= googlenet
净= googlenet(权重,权重)
lgraph = googlenet(“权重”,“没有一个”)

説明

GoogLeNetは,深さが22層の畳み込みニューラルネットワークです。ImageNet［１］データセットまたはPlaces365［2］［3]データセットのいずれかで学習させた事前学習済みのネットワークを読み込むことができます。ImageNetで学習させたネットワークは、イメージを 1000 個のオブジェクト カテゴリ (キーボード、マウス、鉛筆、多くの動物など) に分類します。Places365 で学習させたネットワークは ImageNet で学習させたネットワークと似ていますが、イメージを 365 個の異なる場所カテゴリ (野原、公園、滑走路、ロビーなど) に分類します。これらのネットワークは広範囲にわたるイメージについてのさまざまな特徴表現を学習しています。どちらの事前学習済みのネットワークもイメージ入力サイズは 224 x 224 です。MATLAB®の他の事前学習済みのネットワークについては,事前学習済みの深層ニューラルネットワークを参照してください。

GoogLeNetを使用して新しいイメージを分類するには,分类を使用します。例については,GoogLeNetを使用したイメージの分類を参照してください。

GoogLeNetネットワークの再学習を行って,転移学習を使用して新しいタスクを実行できます。転移学習を実行する場合,最も一般的な方法は,ImageNetデータセットで事前学習させたネットワークを使用することです。新しいタスクがシーンの分類に似ている場合は,地方- 365で学習させたネットワークを使用すると精度を向上できることがあります。新しい分類タスクでGoogLeNetの再学習を行う方法を示す例については,新しいイメージを分類するための深層学習ネットワークの学習を参照してください。

例

净= googlenetは,ImageNetデータセットで学習させたGoogLeNetネットワークを返します。

この関数には,深度学习工具箱™模型GoogLeNet网络サポートパッケージが必要です。このサポートパッケージがインストールされていない場合,関数によってダウンロード用リンクが表示されます。

净= googlenet(“权重”,权重）は,ImageNetデータセットまたはPlaces365データセットのいずれかで学習させたGoogLeNetネットワークを返します。構文googlenet(“重量”、“imagenet”)(既定)はgooglenetと等価です。

ImageNetで学習させたネットワークには,深度学习工具箱模型GoogLeNet网络サポートパッケージが必要です。Places365で学習させたネットワークには,深度学习工具箱模型Places365-GoogLeNet网络サポートパッケージが必要です。必要なサポートパッケージがインストールされていない場合,関数によってダウンロード用リンクが表示されます。

lgraph= googlenet(“权重”,“没有”）は,未学習のGoogLeNetネットワークアーキテクチャを返します。未学習のモデルは,サポートパッケージを必要としません。

例

すべて折りたたむ

深度学习工具箱模型GoogLeNet网络サポートパッケージをダウンロードしてインストールします。

コマンドラインでgooglenetと入力します。

googlenet

深度学习工具箱模型GoogLeNet网络サポートパッケージがインストールされていない場合,関数によってアドオンエクスプローラーに必要なサポートパッケージへのリンクが表示されます。サポートパッケージをインストールするには,リンクをクリックして,[インストール]をクリックします。コマンドラインでgooglenetと入力して,インストールが正常に終了していることを確認します。必要なサポートパッケージがインストールされている場合,関数によってDAGNetworkオブジェクトが返されます。

googlenet
ans = DAGNetwork with properties: Layers: [144×1 nnet.cnn.layer.Layer]连接:[170×2 table]

入力引数

すべて折りたたむ

ネットワークパラメーターのソース。“imagenet”、“places365”,または“没有”として指定します。

  • 权重が“imagenet”の場合,ネットワークの重みはImageNetデータセットで学習させた重みになります。

  • 权重が“places365”の場合,ネットワークの重みはPlaces365データセットで学習させた重みになります。

  • 权重が“没有”の場合,未学習のネットワークアーキテクチャが返されます。

例:“places365”

出力引数

すべて折りたたむ

事前学習済みのGoogLeNet畳み込みニューラルネットワーク。DAGNetworkオブジェクトとして返されます。

未学習のGoogLeNet畳み込みニューラルネットワークアーキテクチャ。LayerGraphオブジェクトとして返されます。

参照

[1] ImageNet。http://www.image-net.org

[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba和Aude Oliva。“地点:用于深度场景理解的图像数据库。”arXiv预印本arXiv: 1610.02055（2016）.

[3]的地方。http://places2.csail.mit.edu/

[4] Szegedy, Christian, Liu Wei, Jia Yangqing, Pierre Sermanet, Scott Reed, Dragomir angelov, Dumitru Erhan, Vincent Vanhoucke和Andrew Rabinovich。“更深入的回旋。”在计算机视觉与模式识别IEEE会议论文集1 - 9页。2015.

拡張機能

参考

||||||||||||

トピック

R2017bで導入

深度学习工具箱ドキュメンテーション

サポート

MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

电子书をダウンロードする