xception
Xception卷积神经网络
描述
Xcepion是一个卷积神经网络，深度为71层。您可以从ImageNet数据库中加载超过一百万图像的网络培训的预磨损版本［1］．佩带的网络可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。因此，该网络已经学习了丰富的特征表示，以获得各种图像。网络的图像输入大小为299〜299。对于Matlab中的更多预磨损网络®， 看预先训练的深度神经网络．
您可以使用分类使用Xcepion模型对新图像进行分类。follow使用googlenet对图像进行分类并用xcepion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xception而不是googlenet。
净= xception.
此功能需要深度学习工具箱™模型对于Xcepion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。
净= xception（'权重'，'Imagenet'的）net = xception.．
LGRAPH.= xception（'权重'，'没有任何'的）
例子
下载Xcepion支持包金宝app
下载并安装深学习工具箱模型对于Xcepion网络金宝app支持包。
类型xception在命令行。
xception
如果是深度学习工具箱模型对于Xcepion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xception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。
xception
ans = DAGNetwork with properties: Layers: [171×1 nnet.cnn.layer.Layer]连接:[182×2 table]
使用深网络设计师可视化网络。
DeepNetWorkDesigner（七脚圈）
探索其他预先训练的网络在深度网络设计师通过点击新的．
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
参考文献
［1］想象成．http://www.image-net.org
[2] Chollet，F.，2017.“Xcepion：深入学习深度可分离的卷曲。”arxiv预印迹，pp.1610-02357。
扩展能力
也可以看看
深网络设计师|vgg16.|vgg19.|googlenet.|Trainnetwork.|layerGraph|Dagnetwork.|resnet50|Resnet101.|inceptionresnetv2|挤压|densenet201.
您还可以从以下列表中选择一个网站：
