googlenet
卷积神经网络
描述
GoogLeNet是一个有22层深度的卷积神经网络。您可以在任意一个ImageNet上加载经过训练的网络的预训练版本[1]或Places365［2］［3］数据集。在ImageNet上训练的网络将图像分为1000个对象类别，如键盘、鼠标、铅笔和许多动物。在Places365上训练的网络与在ImageNet上训练的网络类似，但将图像分为365个不同的场所类别，如场地、公园、跑道和大厅。这些网络已经学习了各种图像的不同特征表示。预训练网络的图像输入大小均为224×224。对于MATLAB中的更多预训练网络®,请参阅预训练深度神经网络．
使用GoogLeNet对新图像进行分类，请使用分类．例如，请参见利用GoogLeNet对图像进行分类．
你可以使用迁移学习对GoogLeNet网络进行再培训，以完成一项新任务。在进行迁移学习时，最常用的方法是使用ImageNet数据集上预先训练的网络。如果新任务类似于对场景进行分类，那么使用Places-365训练的网络可以获得更高的准确率。有关如何在新的分类任务上对GoogLeNet进行再培训的示例，请参见训练深度学习网络对新图像进行分类
网= googlenet
该功能需要深度学习工具箱™模型GoogLeNet网络金宝app支持包。如果没有安装此支金宝app持包，则该函数将提供下载链接。
lgraph=googlenet（‘重量’，“没有”）
例子
下载GoogLeNet支持包金宝app
下载并安装深度学习工具箱模型GoogLeNet网络金宝app支持包。
类型googlenet在命令行。
googlenet
如果是深度学习工具箱模型GoogLeNet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googlenet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
googlenet
ans = DAGNetwork with properties: Layers: [144×1 nnet.cnn.layer.Layer]连接:[170×2 table]
使用深层网络设计器可视化网络。
deepNetworkDesigner (googlenet)
在Deep Network Designer中，通过单击浏览其他预训练网络刚出现的．
如果您需要下载一个网络，请在所需的网络上暂停并单击安装以打开附加组件资源管理器。
输入参数
输出参数
工具书类
[1]ImageNet. http://www.image-net.org
[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba和Aude Oliva。“地点:用于深度场景理解的图像数据库。”arXiv预印本arXiv: 1610.02055(2016).
［3］的地方．http://places2.csail.mit.edu/
[4] 塞格迪、克里斯蒂安、刘伟、贾杨青、皮埃尔·塞尔马内、斯科特·里德、德拉戈米尔·安格洛夫、杜米特鲁·二汉、文森特·范霍克和安德鲁·拉比诺维奇，《用卷积深入》，摘自IEEE计算机视觉和模式识别会议记录，第1-9页，2015年。
［5］BVLC GoogLeNet模型．https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
扩展功能
另请参阅
深度网络设计器|vgg16|vgg19|resnet18|resnet50|resnet101|densenet201|接收resnetv2|squeezenet|trainNetwork|分层图|inceptionv3|DAGNetwork
您还可以从以下列表中选择网站：
