接收resnetv2
预训练的Inception-ResNet-v2卷积神经网络
描述
Inception-ResNet-v2是一种卷积神经网络，对来自ImageNet数据库的100多万张图像进行训练[1]. 该网络有164层，可以将图像分为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。网络的图像输入大小为299×299。MATLAB中更多的预训练网络®，见预训练深度神经网络.
你可以用分类使用Inception-ResNet-v2网络对新图像进行分类。按照利用GoogLeNet对图像进行分类并用Inception-ResNet-v2替换谷歌网。
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并加载Inception-ResNet-v2，而不是GoogLeNet。
例子
加载启动-ResNet-v2网络
下载并安装深度学习工具箱模型对于Inception-ResNet-v2网络金宝app支持包。
类型接收resnetv2在命令行。
接收resnetv2
如果深入学习工具箱模型对于Inception-ResNet-v2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接收resnetv2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
net=接收resnetv2
net=DAG网络，具有以下属性：层：[825×1 nnet.cnn.layer.layer]连接：[922×2表]
使用Deep network Designer可视化网络。
deepNetworkDesigner（inceptionresnetv2）
在Deep Network Designer中，通过单击浏览其他预训练网络新的.
如果需要下载网络，请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] 塞格迪、克里斯蒂安、谢尔盖·伊夫、文森特·万霍克和亚历山大·阿莱米。“Inception-v4，Inception ResNet和剩余连接对学习的影响”，摘自AAAI，第4卷，第页。122017
扩展能力
另见
达格网络|深度网络设计器|densenet201|水壶|进口卡拉斯层|进口卡拉斯网络|接收v3|分层图|情节|resnet101|resnet18|resnet50|挤压网|列车网络|vgg16|vgg19
您还可以从以下列表中选择网站：
