它允许用户在GUI中对预先训练好的神经网络、导入的ONNX分类模型或导入的MAT文件分类模型进行迁移学习，无需编码。除了使用现有模型外，用户还可以使用Deep network Designer (MATLAB内置应用程序)设计自己的神经网络，然后使用该应用程序训练神经网络。用户可以在此应用程序中分析预先训练的网络或导入的网络，也允许用户修改图像增强器信息和训练选项(超参数)。一旦完成网络的训练，用户可以将训练的网络导出到工作空间，MAT文件，ONNX文件，并生成MATLAB代码的步骤，在应用程序中完成。用户可以生成NVIDIA GPU CUDA Code，但不支持导入ONNX模型。金宝app
预先训练的神经网络可用:
1) alexnet
2) googlenet (ImageNet)
3) goolgenet (Places365)
4) resnet18
5) resnet50
6) resnet101
7) vgg16
8) vgg19
9) inceptionv3
10) inceptionresnetv2
11) squeezenet
12) densenet201
13) mobilenetv2
14) shufflenet
16) xception
17) nasnetmobile
18) nasnetlarge
19)导入ONNX模型
20)导入mat文件模型
[截至R2019a，导入的ONNX层不支持CUDA代码生成]金宝app
如何使用这个应用程序设计和训练神经网络?
https://www.youtube.com/watch?v=-GeZa6IL2QA
如何使用这个app导入ONNX模型进行培训?
https://www.youtube.com/watch?v=8pZiduqp35g
引用作为
凯文庄瑞豪(2020)。转移学习(//www.tatmou.com/matlabcentral/fileexchange/70293-transfer-learning)， MATLAB中央文件交换。检索．
意见及评分(9）
更新
| 2019.6.2 | 调试 |
|
| 2019.6.1 | 调试MATLAB代码生成 |
|
| 2019.5.1 | 除了使用子文件夹的名称作为标签源，现在你可以导入你的MATLAB工作区变量(矢量)作为你的图像的标签源。对于未来的发展，这个应用程序正在寻求扩展它的能力为深度学习的回归。 |
|
| 5．3 | 更新描述 |
|
| 5．2 | 修复错误 |
|
| 5.1 | 改变的描述 |
|
| 5．0 | 允许用户导入定制模型设计从MATLAB深网络设计师 |
|
| 4．4 | 改变的描述 |
|
| ４．３ | *添加视频演示如何为这个应用程序导入ONNX模型。 |
|
| 4．2 | 缺失的图片 |
|
| 4．1 | *更改描述 |
|
| 4．0 | 新增特性:允许导入ONNX分类模型进行迁移学习，但导入的ONNX模型在本应用中不支持生成GPU CUDA Code。金宝app |
|
| 3．4 | 添加更多预先训练的神经网络:exception,shufflent,nasnetmobile,nasnetlarge |
|
| 3．3 | 小更新(在开始新会话时删除旧的结果) |
|
| 3．2 | 新特性:允许更改最新可学习层的学习速率 |
|
| 3．1 | 修复错误 |
|
| 3．0 | 添加新特性: |
|
| 2．0 | 改变GUI |
|
| 1．06 | 改变标题 |
|
| 1．05 | 添加文档链接 |
|
| 1.04 | 更新 |
|
| 1.03 | *添加文档来解释应用 |
|
| 1．02 | 改变的描述 |
|
| 1．1 | *更改描述 |
MATLAB版本兼容性
平台的兼容性
窗户 macOS Linux类别
标签
你也可以从以下列表中选择一个网站: