NASNet-大是经过训练的ImageNet数据库的一个子集预训练模式。这是从NASNet架构系列的车型之一。NASNet架构使用一个经常性的神经网络,而不是通过像其他预训练模型人体得到充分的设计从数据获悉。
该模型被训练上超过一百万的图像,并且可以分类图像转换成1000个对象类别(例如键盘,鼠标,笔,和许多动物)。
从您的操作系统或开口内MATLAB中nasnetlarge.mlpkginstall文件将开始为你释放的安装过程。
这mlpkginstall文件是R2019a及以后的功能。
使用例:
%进入训练的模型
净= nasnetlarge();
%的人认为该架构的详细信息
net.Layers
%读取图像进行分类
I = imread( 'peppers.png');
%调整图像的大小
SZ = net.Layers(1).InputSize
I = I(1:SZ(1),1:SZ(2),1:SZ(3));
%分类使用nasnetlarge图像
标记=分类(净,I)
%显示图像和分类结果
数字
imshow(I)
文本(10,20,CHAR(标签), '色彩', '白')
要了解更多有关网络,请访问文档页面://www.tatmou.com/help/deeplearning/ref/nasnetlarge.html
哈桑(查看资料)
atk_dl(查看资料)
亲爱的深度学习团队,
我使用Ubuntu上了Matlab R2019b(更新),当我训练nasnetlarge网络,我得到下面的错误:
“使用trainNetwork错误(线170)
太多的输入参数。
致:
使用的重新调整错误
太多的输入参数“。
你知道是什么问题?
最好,