resnet50
ResNet-50卷积神经网络
描述
ResNet-50是一个50层深的卷积神经网络。您可以从ImageNet数据库加载经过训练的网络的预训练版本，该网络训练的图像超过一百万张[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®看见预训练深度神经网络.
你可以用分类使用ResNet-50模型对新图像进行分类。按照利用GoogLeNet对图像进行分类并用ResNet-50替换GoogLeNet。
要在新的分类任务上重新训练网络，请执行的步骤训练深度学习网络对新图像进行分类并加载ResNet-50而不是GoogLeNet。
提示
要创建适合图像分类任务的未经训练的残差网络，请使用网虫.
网=resnet50
此函数需要深度学习工具箱™ 模型针对ResNet-50网络金宝app支持包。如果未安装此支持包，则该功能将提供下载链接。
网=resnet50（'权重'，“imagenet”)net=resnet50.
lgraph=resnet50（'权重'，“没有”)
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针对ResNet-50网络金宝app支持包。
类型resnet50在命令行。
resnet50
如果深入学习工具箱模型针对ResNet-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如果安装了所需的支持包，则函数返回金宝app达格网络对象
resnet50
ans=具有以下属性的DAG网络：层：[177×1 nnet.cnn.layer.layer]连接：[192×2表]
使用Deep network Designer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.
如果需要下载网络，请暂停所需网络并单击安装打开加载项资源管理器。
输出参数
工具书类
[1]图像网. http://www.image-net.org
[2] 何开明、张向宇、任少清和孙健，《图像识别的深度剩余学习》，年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
您还可以从以下列表中选择网站：
