用于图像分类的挤压网预训练模型是R2020a中深度学习工具箱的一部分，不需要单独安装。如果您使用的是R2020a版本的深度学习工具箱，则可以在命令行中键入“squeezenet”，或直接访问模型，而无需从深度网络设计器应用程序安装。
如果您使用的是R2018a到R2019b，则需要下载并安装此支持包。金宝app
SqueezeNet是在ImageNet数据库的子集上训练的预训练模型。该模型对100多万张图像进行训练，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）。
从您的操作系统或从MATLAB中打开squeezenet.mlpkginstall文件将启动您的版本的安装过程。
此mlpkginstall文件适用于R2018a及更高版本。
用法示例：
net=squezenet（）
网。层
地块（净）
%阅读图像进行分类
I=imread（'peppers.png'）；
%将图像裁剪为网络的输入大小
sz=净层（1）.InputSize
I=I（100:sz（1）+99，100:sz（2）+99，1:sz（3））；
%使用挤压网对图像进行分类
分类(净额，I)
%显示图像和分类结果
图形
imshow（I）
文本（10、20、字符（标签）、“颜色”、“白色”）
意见及评分(8.)
MATLAB版本兼容性
创建R2018a
与R2018a至R2019b兼容
平台兼容性
窗户 马科斯 Linux类别
标签
您还可以从以下列表中选择网站：
詹姆斯·昂，你的问题解决了吗。如果是，请告诉我如何安装squeezenet，因为我也面临同样的问题
嗨，伙计们，我安装这个网络有问题。在插件管理器中，它说它已成功安装，但我一直收到下面的错误消息。有什么想法吗？非常感谢。
>>净=挤压净
使用挤压网时出错（第51行）
squeezenet需要squeezenet网络支持包的深度学习工具箱模型。要安装此支持包，请使用金宝app
加载项资源管理器。
你好
我在尝试重新训练网络时注意到一个错误。
使用列车网络时出错（第150行）
无效网络。
原因：
层“fire2 concat”：缺少输入。每个层的输入必须连接到另一层的输出。
检测到丢失的输入：
输入'in2'
对纠正这个问题有什么建议吗？
迈克尔
我想创建一个特殊的层，为数据添加一些特殊的噪声。但是我的matlab版本是2017b，我没有“gaussianNoiseLayer.m”这个例子。在Matlab2018b版本中，该文件应位于（matlabroot，'examples'，'nnet'，'main'，'gaussianNoiseLayer.m'）。
我很想知道添加噪声层的编码结构。如果任何善良的人安装了最新版本的matlab，你能给我发一份这个文件的副本吗？电邮：xjy1236@sina.com
非常感谢你！！