SeriesNetwork
系列网络深度学习
描述
一系列网络是深度学习的神经网络层安排一个接一个。它有一个输入层和一个输出层。
创建
有几种方法可以创建一个SeriesNetwork
对象:
加载一个pretrained网络使用
alexnet
,darknet19
,vgg16
,或vgg19
。例如,看到的负载Pretrained AlexNet卷积神经网络。火车或调整网络使用
trainNetwork
。例如,看到的列车网络的图像分类。从TensorFlow进口pretrained网络™-Keras,咖啡,或者ONNX™(打开神经网络交换)模型格式。
Keras模型,使用
importKerasNetwork
。例如,看到的导入和情节Keras网络。一个咖啡模型,使用
importCaffeNetwork
。例如,看到的进口咖啡网络。一个ONNX模型,使用
importONNXNetwork
。例如,看到的进口ONNX DAGNetwork网络。
从pretrained组装深入学习网络层使用
assembleNetwork
函数。
请注意
了解其他pretrained网络,如googlenet
和resnet50
,请参阅Pretrained深层神经网络。
属性
对象的功能
激活 |
计算深度学习网络层激活 |
分类 |
用训练有素的深度学习神经网络分类数据 |
预测 |
使用训练有素的深度学习神经网络预测的反应 |
predictAndUpdateState |
递归神经网络预测反应使用培训和更新网络状态 |
classifyAndUpdateState |
使用递归神经网络训练和分类数据更新网络状态 |
resetState |
重置状态参数的神经网络 |
情节 |
情节神经网络层图 |