resnet50
Reset-50卷积神经网络
描述
Resnet-50是一个卷积神经网络，深度为50层。您可以从ImageNet数据库中加载培训的网络培训的预磨损版本[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®， 看预训练深度神经网络。
您可以使用分类使用Reset-50模型对新图像进行分类。follow使用googlenet对图像进行分类并用Reset-50替换Googlenet。
要在新的分类任务上重新培训网络，请按照步骤操作培训深度学习网络以分类新图像并加载Reset-50而不是Googlenet。
提示
创建一个适用于图像分类任务的未受伤的残余网络，使用网虫。
网=resnet50
此功能需要深度学习工具箱™模型对于Reset-50网络金宝app支持包。如果未安装此支持金宝app包，则该函数提供了下载链接。
网= Resnet50（'权重'，'Imagenet'）net = resnet50.。
LGRAPH.= Resnet50（'权重'，'没有任何'）
例子
下载Resnet-50支持包金宝app
下载并安装深度学习工具箱模型对于Reset-50网络金宝app支持包。
类型resnet50在命令行。
resnet50
如果是深度学习工具箱模型对于Reset-50网络金宝app如果未安装支持包，则该函数会在附加模块资源管理器中提供指向所需支持包的链接。若要安装支持包，请单击该链接，然后单击“安装”安装。通过键入来检查安装是否成功resnet50在命令行。如果安装了所需的支持包，则该函数金宝app返回aDagnetwork.对象
resnet50
ans =具有属性的Dagnetwork：图层：[177×1 nnet.cnn.layer.layer]连接：[192×2表]
使用深网络设计器可视化网络。
deepNetworkDesigner（resnet50）
在Deep Network Designer中，通过单击浏览其他预训练网络刚出现的。
如果您需要下载网络，请在所需的网络上暂停，然后单击安装打开附加资源管理器。
输出参数
工具书类
[1]想象成. http://www.image-net.org
[2]他，Kaiming，湘雅张，少清任，剑孙。“图像识别的深度剩余学习。”在IEEE计算机视觉和模式识别会议记录，第770-778页，2016年。
扩展能力
也可以看看
深网络设计师|网虫|vgg16.|vgg19.|googlenet.|Trainnetwork.|分层图|Dagnetwork.|resnet18|Resnet101.|densenet201.|接收resnetv2|挤压
您还可以从以下列表中选择网站：
