主要内容

ImportCaffenetwork.

从Caffe导入佩带的覆盖卷积神经网络模型

页面上倒塌

句法

net = importcaffenetwork（protofile，datafile）
net = importcaffenetwork（___、名称、值)

描述

例

净= importCaffeNetwork (protofile那数据文件）从Caffe进口掠夺网络[1]。该函数返回使用由此指定的架构返回佩带的网络.prototxt.文件protofile的网络权值.CaffeModel.文件数据文件。

这个功能需要深度学习工具箱™导入器对于Caffe模型金宝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。

你可以从Caffe Model Zoo下载预训练的网络[2]。

净= importCaffeNetwork (___那名称,值）返回一个包含一个或多个指定的其他选项的网络名称,值使用前面的任何语法对参数。

例子

全部折叠

这个示例使用:

下载并安装深度学习工具箱进口商对于Caffe模型金宝app支持包。

要下载所需的支持包，请键入金宝appImportCaffenetwork.在命令行。

ImportCaffenetwork.

如果深入学习工具箱进口商对于Caffe模型金宝app如果没有安装支持包，那么该函数将在Add-On Explorer中提供一个指向所需支持包的链接。要安装支持包，请单击链接，然后金宝app单击安装。

这个示例使用:

打开生活的脚本

指定要导入的文件。

protofile ='digitsnet.prototxt';外部=“digits_iter_10000.caffemodel”;

进口网络。

net = importcaffenetwork（protofile，datafile）
NET =具有属性的系列网络：图层：[7×1 nnet.cnn.layer.layer]输入名称：{'testData'} OutputNames：{'ClassificationOutput'}

输入参数

全部折叠

文件名.prototxt.包含网络架构的文件，指定为字符向量或字符串标量。protofile必须在当前文件夹，在一个文件夹上的MATLAB®路径，或者必须包含文件的完整路径或相对路径。如果是.prototxt.文件未指定输入数据的大小，必须使用使用的大小“InputSize”名称值对参数。

例子:'digitsnet.prototxt'

文件名.CaffeModel.包含网络权值的文件，指定为字符向量或字符串标量。数据文件必须在当前文件夹中，在MATLAB路径中的文件夹中，或者必须包含文件的完整或相对路径。要导入没有权值的网络层，请使用ImportCaffelayers.。

例子:“digits_iter_10000.caffemodel”

名称-值对的观点

指定可选的逗号分离对名称,值参数。名称是参数名称和价值是对应的值。名称必须出现在引号内。可以按任意顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子:ImportCaffenetwork（Protofile，Datafile，'平均值'，i）使用普通图像导入预磨损的网络一世用于零中心标准化。

输入数据的大小，指定为行向量。指定两个或三个整数值的向量[H，W]， 要么[w h, c]对应于输入数据的高度，宽度和通道数。如果是.prototxt.文件不指定输入数据的大小，则必须指定输入数据的大小。

例子:[28 28 1]

零中心归一化的平均图像，指定为矩阵。如果指定图像，则必须指定与输入数据相同大小的图像。如果未指定图像，则软件使用指定的数据.prototxt.文件，如果存在的话。否则，该函数设置归一化属性的图像输入层的网络'没有'。

输出层的类，指定为分类向量、字符串数组、字符向量的单元格数组或'汽车'。如果指定字符向量的字符串数组或单元格数组str.，然后软件将输出层的类设置为分类(str, str)。如果班级是'汽车'，然后该函数将类设置为分类(1:N),在那里N是课程的数量。

数据类型：字符|分类|串|细胞

输出参数

全部折叠

进口的预训练的咖啡网，返回作为系列网络对象或Dagnetwork.目的。作为输入的Caffe网络将图像视为BGR格式。在进口期间，ImportCaffenetwork.对网络进行修改，使导入的MATLAB网络以RGB图像为输入。

提示

兼容性的考虑

全部展开

不推荐以R2018B开始

参考文献

扩展能力

也可以看看

||||||

话题

在R2017A介绍

深度学习工具箱文档

金宝app

用MATLAB介绍深度学习

用MATLAB介绍深度学习

下载电子书