主要内容

importCaffeLayers

从咖啡进口卷积神经网络层

所有的页面崩溃

语法

层= importCaffeLayers (protofile)
层= importCaffeLayers (protofile InputSize,深圳)

描述

例子

层= importCaffeLayers (protofile)进口咖啡的层[1]网络。层中定义的函数返回.prototxt文件protofile。

这个函数需要深度学习工具箱™进口国咖啡模型万博1manbetx支持包。如果这种支持包没万博1manbetx有安装,那么函数提供一个下载链接。

你可以从咖啡下载pretrained网络模型的动物园[2]。

层= importCaffeLayers (protofile“InputSize”,深圳)指定输入数据的大小。如果.prototxt文件没有指定输入数据的大小,然后你必须指定输入的大小。

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国咖啡模型万博1manbetx支持包。

下载所需的支持包的类型万博1manbetximportCaffeLayers在命令行中。

importCaffeLayers

如果深度学习工具箱进口国咖啡模型万博1manbetx支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。安装支持包,单击该链接,然后单万博1manbetx击安装。

这个示例使用:

指定的示例文件“digitsnet.prototxt”进口。

protofile =“digitsnet.prototxt”;

导入网络层。

层= importCaffeLayers (protofile)
层= 1 x7层阵列层:1“testdata”图像输入28 x28x1图片2的conv1卷积20 5 x5x1旋转步[1]和填充[0 0]3‘relu1 ReLU ReLU 4“pool1”马克斯池2 x2马克斯池步(2 - 2)和填充[0 0]5“ip1”完全连接10完全连接层6‘损失’Softmax Softmax 7“输出”分类输出crossentropyex class1, class2,和8个其他类

输入参数

全部折叠

文件的名称.prototxt文件包含网络体系结构,指定为一个特征向量或字符串标量。protofile必须在当前文件夹,在MATLAB上一个文件夹®路径,或者你必须包括完整或相对文件路径。如果.prototxt文件没有指定输入数据的大小,你必须指定大小使用深圳输入参数。

例子:“digitsnet.prototxt”

输入数据的大小,指定为一个行向量。指定一个向量的两个或三个整数值(h, w),或[w h, c]对应高度、宽度和通道的输入数据的数量。

例子:[28 28 1]

输出参数

全部折叠

网络体系结构,作为一个返回层数组或一个LayerGraph对象。咖啡网络,将彩色图像作为输入期望BGR格式的图片。在导入期间,importCaffeLayers修改网络,以便导入MATLAB网络将RGB图像作为输入。

更多关于

全部折叠

对进口网络体系结构的生成代码

您可以使用MATLAB编码器™或GPU编码器™一起深度学习工具箱生成墨西哥人,独立的CPU, CUDA®墨西哥人,或独立的CUDA代码导入网络。有关更多信息,请参见代码生成。

  • 使用MATLAB编码器与深度学习工具箱生成墨西哥人或独立的CPU的代码运行在桌面或嵌入式目标。您可以部署生成独立的代码,使用了英特尔®MKL-DNN库或手臂®计算库。或者,您可以生成通用的C或c++代码不调用第三方库函数。有关更多信息,请参见深度学习与MATLAB编码器(MATLAB编码器)。

  • 使用GPU与深度学习工具箱编码器生成CUDA墨西哥人或独立的CUDA的代码运行在桌面或嵌入式目标。您可以部署生成独立的CUDA的代码使用CUDA深层神经网络库(cuDNN)的TensorRT™高性能推理库,或手臂计算库马里GPU。有关更多信息,请参见深度学习GPU编码器(GPU编码器)。

importCaffeLayers返回网络体系结构层作为一个层或LayerGraph对象。对于代码生成,您必须首先将进口层或LayerGraph对象网络。把一个层或LayerGraph对象一个DAGNetwork或SeriesNetwork对象的使用assembleNetwork。把一个层或LayerGraph对象一个dlnetwork对象的使用dlnetwork。的更多信息MATLAB编码器和GPU编码器支持深度学习工万博1manbetx具箱对象,明白了万博1manbetx支持类(MATLAB编码器)和万博1manbetx支持类(GPU编码器),分别。

您可以生成代码的任何进口网络层支持代码生成。万博1manbetx层支持代码生成的列表万博1manbetxMATLAB编码器和GPU编码器,看到万博1manbetx支持层(MATLAB编码器)和万博1manbetx支持层(GPU编码器),分别。更多信息在每一个内置的代码生成功能和限制MATLAB层,请参见扩展功能部分的层。例如,请参见代码生成和GPU的代码生成的imageInputLayer。

在GPU上使用进口网络层

importCaffeLayers不执行GPU。然而,importCaffeLayers进口的层pretrained深度学习的神经网络层数组或LayerGraph对象,您可以使用GPU。

  • 进口层转换为一个DAGNetwork对象的使用assembleNetwork。在DAGNetwork对象,然后可以预测类标签上使用的CPU或GPU分类。使用名称-值参数指定的硬件需求ExecutionEnvironment。对于多个输出的网络,使用预测功能和指定名称的论点ReturnCategorical作为真正的。

  • 进口层转换为一个dlnetwork对象的使用dlnetwork。在dlnetwork对象,然后可以预测类标签上使用的CPU或GPU预测。这个函数预测在GPU上执行如果输入数据或网络参数存储在GPU上。

    • 如果你使用minibatchqueue输入数据的处理和管理mini-batches,minibatchqueue对象将输出转换为GPU数组默认情况下如果GPU可用。

    • 使用dlupdate转换的可学的参数dlnetworkGPU数组对象。

      净= dlupdate (@gpuArray,净)

  • 你可以训练对CPU或GPU的进口层使用trainNetwork。指定训练选项,包括选项执行环境,使用trainingOptions函数。使用名称-值参数指定的硬件需求ExecutionEnvironment。如何加快培训更多的信息,请参阅并行扩展深度学习,在gpu上,在云端。

使用GPU需要并行计算工具箱™许可和支持GPU设备。万博1manbetx支持设备的信息,请参阅万博1manbetxGPU计算的需求(并行计算工具箱)。

提示

引用

[2]咖啡模型动物园。https://caffe.berkeleyvision.org/model_zoo.html。

版本历史

介绍了R2017a

另请参阅

||||||||

主题