DAGNetwork
有向无环图(DAG)网络用于深度学习
描述
DAG网络是一种用于深度学习的神经网络,其层排列为有向无环图。DAG网络可以具有更复杂的体系结构,其中各层有来自多层的输入和到多层的输出。
创建
有几种方法可以创建DAGNetwork
对象:
加载一个预先训练好的网络,例如
squeezenet
,googlenet
,resnet50
,resnet101
,或inceptionv3
.有关示例,请参见负载SqueezeNet网络.有关预训练网络的更多信息,请参见预训练的深度神经网络.训练或微调网络使用
trainNetwork
.有关示例,请参见训练深度学习网络对新图像进行分类.从TensorFlow™-Keras、TensorFlow 2、Caffe或ONNX™(开放神经网络交换)模型格式导入预训练的网络。
对于Keras模型,使用
importKerasNetwork
.有关示例,请参见导入并绘制Keras网络.对于保存的模型格式的TensorFlow模型,请使用
importTensorFlowNetwork
.有关示例,请参见导入TensorFlow Network作为DAGNetwork对图像进行分类.对于Caffe模型,使用
importCaffeNetwork
.有关示例,请参见导入Caffe网络.对于ONNX模型,使用
importONNXNetwork
.有关示例,请参见将ONNX Network导入为DAGNetwork.
从预先训练的层中组装一个深度学习网络
assembleNetwork
函数。
请注意
要了解其他预训练的网络,请参见预训练的深度神经网络.
属性
例子
扩展功能
另请参阅
trainNetwork
|trainingOptions
|importKerasNetwork
|layerGraph
|分类
|预测
|情节
|googlenet
|resnet18
|resnet50
|resnet101
|inceptionv3
|inceptionresnetv2
|squeezenet
|SeriesNetwork
|analyzeNetwork
|assembleNetwork