。
盗梦空间-V3畳み込みニューラルネットワーク
创建以来-V3は,深さが48层の畳み込みニューラルネットワークです0.100万枚を超えるイメージで学习させた事前学习済みのネットワークを,ImageNetデータベース[1]から読み込むことができます。この事前学习済みのネットワークは,イメージを1000个のオブジェクトカテゴリ(キーボード,マウス,铅笔,多くの动物など)に分类できます。结果として,このネットワークは広范囲のイメージに対する豊富な特徴表现を学习しています。ネットワークのイメージ入力サイズは299 X 299です.MATLAB®の他の事前学习済みのネットワークについては,事前学习済みの深层ニューラルネットワークを参照してください。
分类
を使用すると,启-V3モデルを使用して新しいイメージを分类できます。GoogLeNetを使用したイメージの分类の手顺に従って,GoogLeNetを盗-V3に置き换えます。
新しい分类タスクでネットワークの再学习を行うには,新しいイメージを分类するための深层学习ネットワークの学习の手顺に従い,GoogLeNetの代わりに盗-V3を読み込みます。
は,ImageNetデータベースで学习させた启-V3ネットワークを返します。净
= inceptionv3
この关数には,深度学习工具箱™模式对于启-V3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场合,关数によってダウンロード用リンクが表示されます。
は,ImageNetデータベースで学习させた启-V3ネットワークを返します。この构文は,净
= inceptionv3( '权重','imagenet'
)净= inceptionv3
と等価です。
は,未学习の盗-V3ネットワークアーキテクチャを返します。未学习のモデルは,サポートパッケージを必要としません。lgraph
= inceptionv3( '权重','无'
)
[1] ImageNet。http://www.image-net.org
[2] Szegedy,基督教,文森特Vanhoucke,塞吉约费,乔恩Shlens,和兹比格涅夫Wojna。“重新思考计算机视觉以来的架构。”在计算机视觉和模式识别的IEEE会议论文集,第2818至2826年。2016年。
Dagnetwork.
|densenet201
|googlenet
|inceptionresnetv2
|layerGraph
|情节
|resnet18
|resnet50
|挤压
|trainNetwork
|vgg16.
|vgg19