densenet201
DenseNet-201卷积神经网络
描述
DenseNet-201是一个有201层的卷积神经网络。你可以从ImageNet数据库中加载经过训练的网络的预训练版本，该网络训练的图像超过一百万张[1]. 预训练网络可以将图像分类为1000个对象类别，如键盘、鼠标、铅笔和许多动物。因此，该网络已经学习了广泛图像的丰富特征表示。该网络具有224×224的图像输入大小。MATLAB中更多的预训练网络®看见预训练深度神经网络.
你可以用分类要使用DenseNet-201模型对新图像进行分类，请执行的步骤利用GoogLeNet对图像进行分类用DenseNet-201替换GoogLeNet。
要在新的分类任务上重新训练网络，请执行的步骤训练深度学习网络对新图像进行分类加载DenseNet-201而不是GoogLeNet。
网=densenet201
此函数需要深度学习工具箱™ DenseNet-201网络支持包的模型。如果未安装此支持包，则该功能将提供下载链接。金宝app
网=densenet201（‘重量’，“imagenet”)net=densenet201.
lgraph=densenet201（‘重量’，“没有”)
例子
下载DenseNet-201支持包金宝app
下载并安装深度学习工具箱模型用于DenseNet-201网络金宝app支持包。
类型densenet201在命令行。
densenet201
如果深入学习工具箱模型用于DenseNet-201网络金宝app如果未安装支持包，则该函数将在附加模块资源管理器中提供指向所需支持包的链接。要安装支持包，请单击链接，然后单击安装。通过键入来检查安装是否成功densenet201在命令行。如果安装了所需的支持包，则函数将返回金宝app达格网络对象
densenet201
ans=具有以下属性的DAG网络：层：[709×1 nnet.cnn.layer.layer]连接：[806×2表]
使用Deep network Designer可视化网络。
deepNetworkDesigner（densenet201）
在Deep Network Designer中，通过单击浏览其他预训练网络刚出现的.
如果需要下载网络，请暂停所需网络并单击安装打开加载项资源管理器。
输出参数
工具书类
[1]图像网. http://www.image-net.org
[2] 黄、高、刘庄、劳伦斯·范德马腾和基里安·Q·温伯格。“密集连接卷积网络”，摘自CVPR，第一卷，第二期，第。3.2017
扩展能力
您还可以从以下列表中选择网站：
