inceptionresnetv2
预训练的Inception-ResNet-v2卷积神经网络
描述
Inception-ResNet-v2是一个卷积神经网络，它根据ImageNet数据库中的100多万张图像进行训练［1］．该网络有164层深度，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，该网络学习了丰富的特征表示范围广泛的图像。该网络的图像输入大小为299 × 299。用于MATLAB中更多的预训练网络®,请参阅预先训练的深度神经网络．
您可以使用分类使用Inception-ResNet-v2网络对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用Inception-ResNet-v2替换GoogLeNet。
要重新训练网络进行新的分类任务，请遵循以下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
负载Inception-ResNet-v2网络
下载并安装深度学习工具箱模型Inception-ResNet-v2网络金宝app支持包。
类型inceptionresnetv2在命令行。
inceptionresnetv2
如果是深度学习工具箱模型Inception-ResNet-v2网络金宝app如果没有安装支持包，则该函数将提供到Add-On Explorer中所需的支持包的链接。要安装支持包，请单击链接，然后金宝app单击安装．输入以下命令，检查安装是否成功inceptionresnetv2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。
网= inceptionresnetv2
net = DAGNetwork with properties: Layers: [825×1 net.cnn.layer. layer]连接:[922×2 table]
使用深层网络设计器可视化网络。
deepNetworkDesigner (inceptionresnetv2)
探索其他预先训练的网络在深度网络设计师通过点击新．
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。
输出参数
参考文献
［1］ImageNet．http://www.image-net.org
Szegedy, Christian, Sergey Ioffe, Vincent Vanhoucke和Alexander A. Alemi。启始-v4，启始- resnet和剩余连接对学习的影响在AAAI，第四卷，第12页。2017.
扩展功能
另请参阅
深层网络设计师|vgg16|vgg19|googlenet|resnet18|resnet50|resnet101|inceptionv3|densenet201|squeezenet|trainNetwork|layerGraph|DAGNetwork|importKerasLayers|importKerasNetwork
你也可以从以下列表中选择一个网站:
