shufflenet
预处理的ShuffleNet卷积神经网络
描述
ShuffleNet是一个卷积神经网络，在ImageNet数据库中的100多万张图像上进行训练[1]．网络可以将图像分为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。因此，该网络已经学习了丰富的特征表示，以获得各种图像。网络的图像输入大小为224×224。对于Matlab中的更多预磨损网络®,请参阅预处理的深度神经网络．
您可以使用分类使用ShuffleNet模型对新图像进行分类。按照下列步骤使用GoogLeNet分类图像将GoogLeNet换成ShuffleNet。
要对网络进行新的分类任务的再培训，请按照训练深度学习网络来分类新图像加载ShuffleNet而不是GoogLeNet。
例子
下载ShuffleNet支持包金宝app
下载并安装shuffle网络的深度学习工具箱模型金宝app支持包。
类型shufflenet在命令行。
shufflenet
如果shuffle网络的深度学习工具箱模型金宝app不安装支持包，然后该函数提供了在附加资源管理器中的所需支持包的链接。要安装支持包，请单击“链接”，金宝app然后单击安装．通过键入检查安装成功shufflenet在命令行。如果安装了所需的支持包，则函数返金宝app回aDAGNetwork目的。
shufflenet
ans = DAGNetwork with properties: Layers: [173×1 nnet.cnn.layer.Layer]连接:[188×2 table]
可视化网络使用深度网络设计器。
deepNetworkDesigner (shufflenet)
在深度网络设计器中通过点击探索其他预训练的网络新．
如果需要下载网络，请在需要下载的网络上暂停，单击安装打开Add-On资源管理器。
使用ShuffleNet迁移学习
你可以使用迁移学习来重新训练网络来分类一组新的图像。
打开示例训练深度学习网络来分类新图像．最初的例子使用GoogLeNet预训练网络。要使用不同的网络执行迁移学习，请加载所需的预训练网络并遵循示例中的步骤。
加载ShuffleNet网络而不是GoogLeNet。
网= shufflenet
按照示例中的其余步骤重新培训您的网络。您必须将网络中的最后一个可学习层和分类层替换为用于训练的新层。这个示例向您展示了如何找到需要替换的层。
输出参数
参考
[1]ImageNet．http://www.image-net.org
张翔宇，周新宇，林梦晓，孙健。ShuffleNet:一种非常高效的移动设备卷积神经网络。arXiv预印本arXiv: 1707.01083 v2（2017）.
另请参阅
深层网络设计师|vgg16|vgg19|googlenet|trainNetwork|layerGraph|DAGNetwork|Reset50|resnet101|InceptionResnetv2.|squeezenet|densenet201|nasnetmobile|nasnetlarge
您也可以从以下列表中选择一个网站:
