主要内容

inceptionv3

Inception-v3卷积神经网络

  • Inception-v3网络体系结构

描述

Inception-v3卷积神经网络是48层深。你可以加载一个pretrained版本的网络训练图像从ImageNet数据库超过一百万[1]。pretrained网络可以分类图像到1000年对象类别,如键盘,鼠标,铅笔,和许多动物。因此,网络学习丰富广泛的图像特征表示。的网络图像输入大小299 - 299。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络

您可以使用分类对新图像使用Inception-v3模型进行分类。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet Inception-v3。

再培训的网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载Inception-v3代替GoogLeNet。

例子

= inceptionv3返回一个Inception-v3网络训练ImageNet数据库。

这个函数需要深度学习工具箱™模型Inception-v3网络金宝app支持包。如果这种支持包没金宝app有安装,那么函数提供一个下载链接。

= inceptionv3(“权重”,“imagenet”)返回一个Inception-v3网络训练ImageNet数据库。这个语法是等价的网= inceptionv3

lgraph= inceptionv3(“权重”,“没有”)返回未经训练的Inception-v3网络体系结构。未经训练的模型不需要支持包。金宝app

例子

全部折叠

下载并安装深度学习工具箱模型Inception-v3网络金宝app支持包。

类型inceptionv3在命令行中。

inceptionv3

如果深度学习工具箱模型Inception-v3网络金宝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。通过输入检查安装是否成功inceptionv3在命令行中。如果所需的支持包安装,那么函数返金宝app回DAGNetwork对象。

inceptionv3
ans = DAGNetwork属性:层:[316×1 nnet.cnn.layer.Layer]连接:(350×2表)

可视化网络使用深层网络设计师。

deepNetworkDesigner (inceptionv3)

探索其他pretrained网络深陷网络设计师通过点击

深层网络设计师开始页面显示可用pretrained网络

如果你需要下载一个网络,点击所需的网络和暂停安装打开插件浏览器。

输出参数

全部折叠

Pretrained Inception-v3卷积神经网络,作为一个返回DAGNetwork对象。

未经训练的Inception-v3卷积神经网络架构,作为一个返回LayerGraph对象。

引用

[1]ImageNet。http://www.image-net.org

[2]Szegedy,基督徒,文森特•Vanhoucke谢尔盖•约飞Jon Shlens,兹比格涅夫•Wojna。计算机视觉的“反思初始架构。”In《IEEE计算机视觉与模式识别会议,2818 - 2826页。2016年。

扩展功能

介绍了R2017b