resnet50
ResNet-50卷积神经网络
描述
ResNet-50是一个50层的卷积神经网络。您可以从ImageNet数据库中加载经过100多万张图像训练的网络的预训练版本[1]．预训练的网络可以将图像分类为1000个对象类别，例如键盘、鼠标、铅笔和许多动物。因此，该网络已经学习了广泛图像的丰富特征表示。该网络的图像输入大小为224 * 224。用于MATLAB中更多的预训练网络®,请参阅预训练的深度神经网络．
你可以使用分类使用ResNet-50模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用ResNet-50取代GoogLeNet。
要在新的分类任务上重新训练网络，请遵循训练深度学习网络对新图像进行分类加载ResNet-50而不是GoogLeNet。
提示
要创建适合图像分类任务的未经训练的残差网络，请使用resnetLayers．
网= resnet50
此功能需要深度学习工具箱™模型ResNet-50网络万博1manbetx支持包。如果没有安装此支万博1manbetx持包，则该函数将提供下载链接。
网= resnet50(“权重”,“imagenet”）Net = resnet50．
lgraph= resnet50(“权重”,“没有”）
例子
下载ResNet-50支持包万博1manbetx
下载并安装深度学习工具箱模型ResNet-50网络万博1manbetx支持包。
类型resnet50在命令行。
resnet50
如果深度学习工具箱模型ResNet-50网络万博1manbetx支持包未安装，则该函数在外接程序资源管理器中提供到所需支持包的链接。要安装支持包，请单击链接，然后万博1manbetx单击安装．通过输入检查安装是否成功resnet50在命令行。如果安装了所需的支持包，则函数返万博1manbetx回DAGNetwork对象。
resnet50
ans = DAGNetwork with properties: Layers: [177×1 nnet.cnn.layer.Layer] Connections: [192×2 table]
使用深度网络设计器可视化网络。
deepNetworkDesigner (resnet50)
通过单击在深度网络设计器中探索其他预训练的网络新．
如果需要下载网络，请在需要下载的网络上暂停，然后单击安装打开附加组件资源管理器。
输出参数
参考文献
[1]ImageNet．http://www.image-net.org
[2]何开明，张翔宇，任少卿，孙健。“用于图像识别的深度剩余学习。”在IEEE计算机视觉和模式识别会议论文集，第770-778页。2016.
扩展功能
另请参阅
深度网络设计器|resnetLayers|vgg16|vgg19|googlenet|trainNetwork|layerGraph|DAGNetwork|resnet18|resnet101|densenet201|inceptionresnetv2|squeezenet
您也可以从以下列表中选择一个网站:
