有向无环图(DAG)网络深度学习
DAG网络是深度学习的神经网络层安排的有向无环图。DAG网络可以有一个更复杂的结构,在这种结构中,多个层从多个输入层和输出层。
有几种方法可以创建一个DAGNetwork
对象:
加载一个pretrained网络等squeezenet
,googlenet
,resnet50
,resnet101
,或inceptionv3
。例如,看到的负载SqueezeNet网络。pretrained网络的更多信息,请参阅Pretrained深层神经网络。
火车或调整网络使用trainNetwork
。例如,看到的火车深入学习网络对新图像进行分类。
从TensorFlow进口pretrained网络™-Keras, TensorFlow 2,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。
TensorFlow模型保存的模型格式,使用importTensorFlowNetwork
。例如,看到的进口TensorFlow网络DAGNetwork对图像进行分类。
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,看到Pretrained深层神经网络。
trainNetwork
|trainingOptions
|importKerasNetwork
|layerGraph
|分类
|预测
|情节
|googlenet
|resnet18
|resnet50
|resnet101
|inceptionv3
|inceptionresnetv2
|squeezenet
|SeriesNetwork
|analyzeNetwork
|assembleNetwork