DAGNetwork
深度学习的有向无环图(DAG)网络
描述
DAG网络是一种用于深度学习的神经网络,其层排列为有向无环图。DAG网络可以具有更复杂的体系结构,其中各层具有来自多个层的输入和向多个层的输出。
创建
有几种方法可以创建DAGNetwork
对象:
加载一个预训练的网络,例如
squeezenet
,googlenet
,resnet50
,resnet101
,或inceptionv3
.使用示例请参见负载挤压网络.有关预训练网络的详细信息,请参见预训练深度神经网络.训练或微调网络使用
trainNetwork
.使用示例请参见训练深度学习网络对新图像进行分类.从TensorFlow™-Keras、TensorFlow 2、Caffe或ONNX™(Open Neural network Exchange)模型格式导入预训练网络。
对于Keras模型,使用
importKerasNetwork
.使用示例请参见导入和绘制Keras网络.对于保存模型格式的TensorFlow模型,使用
importTensorFlowNetwork
.使用示例请参见导入TensorFlow网络作为DAGNetwork进行图像分类.对于Caffe模型,使用
importCaffeNetwork
.使用示例请参见进口咖啡网络.对于ONNX模型,使用
importONNXNetwork
.使用示例请参见将ONNX Network导入为DAGNetwork.
从预训练层组装一个深度学习网络
assembleNetwork
函数。
请注意
要了解其他预训练网络,请参见预训练深度神经网络.
属性
例子
扩展功能
版本历史
在R2017b中引入