Shuffleenet是一个预先磨普的模型，它已经在ImageNet数据库的子集上培训。该模型培训超过一百万图像，可以将图像分类为1000个对象类别（例如键盘，鼠标，铅笔和许多动物）。

从操作系统中或从MATLAB中打开ShuffLenet.mlPkginStall文件将启动您拥有的发布的安装过程。

此MLPKGIGSTALL文件对于R2019A及以后是功能的。

用法示例：

％访问训练的模型
net = shuffleenet（）;

％看架构的详细信息
net.layers.

％读取图像以分类
我= 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））;

％使用shuffleenet对图像进行分类
标签=分类（网络，i）

％显示图像和分类结果
数字
imshow（i）
文字（10,20，char（标签），'颜色'，'白色'）

有关其他信息，请参阅文档：//www.tatmou.com/help/deeplearning/ref/shufflenet.html.