的输入端口预测块获取已加载的网络的输入图层的名称。例如，如果指定googlenet为Matlab功能的输入端口预测块标记数据．基于网络加载，预测块的输入可以是图像、序列或时间序列数据。

输入的格式取决于数据的类型。

如果数组包含南，然后通过网络传播。

输出端口预测块接受所加载网络的输出层的名称。例如，如果指定googlenet为Matlab功能的输出端口预测块标记输出．基于加载的网络，输出预测块可以代表预测的分数或响应。

预测分数或反应，以a返回N-经过-K数组,N是观察的次数，和K为类数。

如果你使激活对于网络层预测块创建一个新的输出端口，其名称为选定的网络层。该端口输出来自选定网络层的激活。

来自网络层的激活以数字数组的形式返回。输出的格式取决于输入数据的类型和层输出的类型。

对于2-D图像输出，激活是一个h-经过-w-经过-c-经过-n数组,h，w， 和c是分别为所选图层输出的高度，宽度和数量，以及n是图像的数量。

对于包含载体数据的单个时间步，激活是一个c-经过-n矩阵，其中n是序列的数量和c为序列中特征的个数。

对于包含二维图像数据的单个时间步长，激活是一个h-经过-w-经过-c-经过-n数组,n为序列的个数，h，w， 和c分别为图像的高度、宽度和通道数量。

指定培训的网络的源。选择以下选项之一：

此参数指定包含培训的深度学习网络的MAT文件的名称。如果文件不在MATLAB路径上，请使用浏览按钮以定位文件。

依赖关系

要启用此参数，请设置网络参数网络从MAT-file．

该参数指定预训练的深度学习网络的MATLAB函数名。例如,使用googlenet函数导入预先训练好的GoogLeNet模型。

依赖关系

要启用此参数，请设置网络参数来自MATLAB功能的网络．

用于预测的小批量的大小，指定为正整数。更大的迷你批处理需要更多的内存，但可以导致更快的预测。

启用返回预测分数或响应的输出端口。

使用激活列表以选择要从中提取要素的图层。所选图层显示为输出端口预测块。