用于图像分类的预折叠亚历纳网网络模型
预先训练的GoogLeNet网络模型用于图像分类
预先训练的Resnet-50网络模型用于图像分类
预先训练的VGG-16网络模型用于图像分类
用于预测和转移学习的导入预制纹身流模型
Reset-18网络的神经网络工具箱模型
MATLAB中的导入和导出ONNX™模型，用于与其他深度学习框架互操作性
预先训练的vgg19网络模型用于图像分类
软件支持包用于导入金宝app预制的Caffe型号
图片分类的预制MobileNet-V2模型
用于图像分类的预制Reset-101网络模型
预级DarkNet-53图像分类网络模型
用于图像分类的预制NASNet - 大型网络模型
用于图像分类的预扣Xcepion模型
预借效率的效率-B0图像分类模型
用于图像分类的预训练的Inception-v3网络模型
预先训练的ShuffleNet图像分类模型
预用DISHNET-19图像分类网络模型
图片分类预介的DENSENET-201网络模型
用于图像分类的预制成立 - Reset-V2网络模型
预先训练的NasNet-Mobile图像分类网络模型
预先染色的Googlenet网络培训了在Places365数据集以进行图像分类
图像分类的预先训练的SqueezeNet模型
可视化和分析深度学习网络
下载代码和观看视频系列学习和实现深度学习技术
downloadcifar10.m.- 运行此文件将下载CiFar10并将图像放入A中
ReadCunctionTrain（文件名）- 此功能只是调整图像的大小以适合于alexNet
Savecifar10asfolderofimages（inputPath，OutputPath，Varargin）- SaveCifar10asfolderofImages将CiFar-10数据集保存为图像的文件夹
使用迁移学习训练一个深度神经网络来分类5种不同类型的食物。
ReadCunctionTrain（文件名）- 版权所有2017 The Mathworks，Inc。
Transferlearningdetail.m.- 版权所有2017 The Mathworks，Inc。
TransferLearningVideo.m- 版权所有2017 The Mathworks，Inc。
使用MATLAB®，一个简单的网络摄像头和一个深神经网络，用于识别周围环境中的物体。
webcam_object_classification.m.- 版权所有2016 Mathworks，Inc。
