importCaffeLayers

导入从来自Caffe卷积神经网络层

折叠所有页面

句法

层= importCaffeLayers（protofile）
层= importCaffeLayers（protofile， 'InputSize'，SZ）

描述

例

层= importCaffeLayers（protofile）导入一个来自Caffe的各层[1]网络。该函数返回在所定义的所述层.prototxt文件protofile。

此功能需要深度学习工具箱™进口商对于来自Caffe模型万博1manbetx支持包。如果未安装此支持万博1manbetx包，则该功能提供了下载链接。

您可以从来自Caffe型号动物园下载预训练网络[2]。

层= importCaffeLayers（protofile'InputSize'，SZ）指定输入的数据的大小。如果.prototxt文件未指定输入数据的大小，则必须指定输入尺寸。

例子

全部收缩

本例使用：

下载并安装深度学习工具箱进口商对于来自Caffe模型万博1manbetx支持包。

通过打字，下载所需的支持包万博1manbetximportCaffeLayers在命令行。

importCaffeLayers

如果深度学习工具箱进口商对于来自Caffe模型万博1manbetx支持包没有安装，那么函数提供了附加在资源管理器链接到所需的支持包。要安装支持包，点击链接，然后点万博1manbetx击安装。

本例使用：

指定示例文件'digitsnet.prototxt'进口。

protofile ='digitsnet.prototxt';

导入网络层。

层= importCaffeLayers（protofile）
层= 1X7层阵列层：1 'TESTDATA' 图像输入28x28x1图像2 'CONV1' 卷积20个5x5x1卷积步幅[1 1]和填充[0 0] 3 'relu1' RELU RELU 4 'POOL1' 最大池2x2的最大与步幅[2 2]和填充[0 0]汇集5 'IP1' 完全连接10完全连接层6 '损失' 使用SoftMax使用SoftMax 7 '输出' 分类输出crossentropyex与 '的Class1'， '的Class2' 和8的其他类

输入参数

全部收缩

的文件名.prototxt文件包含网络体系结构，指定为字符向量或字符串标量。protofile必须是在当前文件夹，文件夹中的MATLAB®路径，也必须包括一个完整或相对路径文件。如果.prototxt文件未指定输入数据的大小，则必须使用指定大小SZ输入参数。

例：'digitsnet.prototxt'

输入数据，指定为行向量的大小。指定两个或三个整数值的矢量[H，W]， 要么并[h，W，C]对应于所述高度，宽度和输入数据的信道的数目。

例：[28 28 1]

输出参数

全部收缩

网络结构，返回为层阵列或LayerGraph目的。称取彩色图像作为输入朱古力网络期望图像是BGR格式。在导入过程中，importCaffeLayers修改网络，以便导入的MATLAB网络需要RGB图像作为输入。

提示

参考

[2]朱古力型号动物园。https://caffe.berkeleyvision.org/model_zoo.html。

也可以看看

||||||

主题

介绍了在R2017a

深度学习工具箱文档

万博1manbetx

用MATLAB引入深度学习

用MATLAB引入深度学习

下载电子书