主要内容

importCaffeNetwork

从咖啡进口pretrained卷积神经网络模型

所有的页面崩溃

语法

网= importCaffeNetwork (protofile丢失)
网= importCaffeNetwork (___、名称、值)

描述

例子

净= importCaffeNetwork (protofile,数据文件)从咖啡进口pretrained网络[1]。函数返回指定的pretrained网络架构.prototxt文件protofile和指定的网络权值.caffemodel文件数据文件。

这个函数需要深度学习工具箱™进口国咖啡模型金宝app支持包。如果这种支持包没金宝app有安装,功能提供了一个下载链接。

你可以从咖啡下载pretrained网络模型的动物园[2]。

净= importCaffeNetwork (___,名称,值)返回一个与指定的一个或多个附加选项名称,值对参数使用任何以前的语法。

例子

全部折叠

这个示例使用:

下载并安装深度学习工具箱进口国咖啡模型金宝app支持包。

下载所需的支持包,类型金宝appimportCaffeNetwork在命令行中。

importCaffeNetwork

如果深度学习工具箱进口国咖啡模型金宝app支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。安装支持包,单击该链接,然后单金宝app击安装。

这个示例使用:

打开生活的脚本

指定文件导入。

protofile =“digitsnet.prototxt”;外部=“digits_iter_10000.caffemodel”;

进口网络。

网= importCaffeNetwork (protofile丢失)
网= SeriesNetwork属性:层:[7×1 nnet.cnn.layer.Layer] InputNames: {“testdata”} OutputNames: {“ClassificationOutput”}

输入参数

全部折叠

文件的名称.prototxt文件包含网络体系结构,指定为一个特征向量或字符串标量。protofile必须在当前文件夹,在MATLAB上一个文件夹®路径,或者你必须包括完整或相对文件路径。如果.prototxt文件没有指定输入数据的大小,你必须指定大小使用“InputSize”名称-值对的论点。

例子:“digitsnet.prototxt”

文件的名称.caffemodel文件包含网络权值,指定为一个特征向量或字符串标量。数据文件必须在当前文件夹,在MATLAB上一个文件夹路径,或者你必须包括一个完整或相对路径文件。进口网络层没有重量,使用importCaffeLayers。

例子:“digits_iter_10000.caffemodel”

名称-值参数

指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。

例子:importCaffeNetwork (protofile丢失,‘AverageImage’,我)进口pretrained网络使用平均图像我中心零位正常化。

输入数据的大小,指定为一个行向量。指定一个向量的两个或三个整数值(h, w),或[w h, c]对应高度、宽度和通道的输入数据的数量。如果.prototxt文件没有指定输入数据的大小,然后你必须指定输入的大小。

例子:[28 28 1]

平均图像中心零位正常化,指定为一个矩阵。如果你指定一个图像,你必须指定一个图像大小相同的输入数据。如果你不指定一个图像,软件使用中指定的数据.prototxt文件,如果存在。否则,函数集归一化图像的属性输入层网络“没有”。

输出层的类,指定为一个分类向量,字符串数组,单元阵列的特征向量,或“汽车”。如果您指定一个字符串数组或单元阵列的特征向量str,然后输出层的软件设置类分类(str, str)。如果类是“汽车”,然后设置类的函数分类(1:N),在那里N类的数量。

数据类型:字符|分类|字符串|细胞

输出参数

全部折叠

进口pretrained咖啡网络,作为一个返回SeriesNetwork对象或DAGNetwork对象。咖啡网络,将彩色图像作为输入期望BGR格式的图片。在导入期间,importCaffeNetwork修改网络,以便导入MATLAB网络将RGB图像作为输入。

更多关于

全部折叠

在GPU上使用进口网络

importCaffeNetwork不执行GPU。然而,importCaffeNetwork进口pretrained深度学习的神经网络DAGNetwork或SeriesNetwork对象,您可以使用GPU。

  • 您可以进行预测与进口网络使用的CPU或GPU分类。使用名称-值参数指定的硬件需求ExecutionEnvironment。对于多个输出的网络,使用预测函数。

  • 您可以进行预测与进口网络使用的CPU或GPU预测。使用名称-值参数指定的硬件需求ExecutionEnvironment。如果网络有多个输出,指定名称的论点ReturnCategorical作为真正的。

  • 你可以训练进口网络使用一个CPU或GPUtrainNetwork。指定训练选项,包括选项执行环境,使用trainingOptions函数。使用名称-值参数指定的硬件需求ExecutionEnvironment。如何加快培训更多的信息,请参阅并行扩展深度学习,在gpu上,在云端。

使用GPU需要并行计算工具箱™和支持GPU设备。金宝app支持设备的信息,请参阅金宝appGPU的金宝app支持版本(并行计算工具箱)。

提示

兼容性的考虑

全部展开

不推荐在R2018b开始

引用

[2]咖啡模型动物园。https://caffe.berkeleyvision.org/model_zoo.html。

扩展功能

另请参阅

||||||||

主题

介绍了R2017a

深度学习工具箱文档

金宝app

用MATLAB引入深度学习

用MATLAB引入深度学习

下载电子书