主要内容

importCaffeNetwork

导入Caffe预训练的卷积神经网络模型

全部折叠到页面中

语法

网= importCaffeNetwork (protofile丢失)
网= importCaffeNetwork (___，名称，价值）

描述

例子

网= ImportCaffenetwork（原样,数据文件)从Caffe导入一个预先训练过的网络[1]。方法指定的体系结构返回预先训练好的网络.prototxt文件原样并由网络重量指定.caffemodel文件数据文件。

这个函数需要Deep Learning Toolbox™Importer for Caffe Models万博1manbetx支持包。如果没有安装此支万博1manbetx持包，则该功能提供下载链接。

您可以从Caffe Model动物园下载掠夺网络[2]。

网= ImportCaffenetwork（___,名称，价值)返回具有由一个或多个指定的附加选项的网络名称，价值使用以前的任何语法对参数。

例子

全部收缩

此示例使用：

下载并安装Deep Learning Toolbox Importer for Caffe Models万博1manbetx支持包。

要下载所需的支持包，键入万博1manbetximportCaffeNetwork在命令行。

importCaffeNetwork

如果Deep Learning Toolbox Importer for Caffe Models万博1manbetx不安装支持包，然后该函数提供了在附加资源管理器中的所需支持包的链接。要安装支持包，请单击“链接”，万博1manbetx然后单击安装。

此示例使用：

打开直播脚本

指定要导入的文件。

protofile =“digitsnet.prototxt”;datafile ='digits_iter_10000.caffemodel';

进口网络。

网= importCaffeNetwork (protofile丢失)
[7×1 nnet.cn .layer. layer] InputNames: {'testdata'} OutputNames: {' classiationoutput '}

输入参数

全部收缩

文件名称.prototxt包含网络体系结构的文件，指定为字符向量或字符串标量。原样必须在当前文件夹中，在MATLAB上的文件夹中®路径，或者您必须包含文件的完整或相对路径。如果.prototxt文件没有指定输入数据的大小，必须使用'输入'名称-值对的论点。

例子：“digitsnet.prototxt”

文件名称.caffemodel包含网络权重的文件，指定为字符向量或字符串标量。数据文件必须在当前文件夹中，在MATLAB路径上的文件夹中，或者必须包含文件的完整或相对路径。导入无重量的网络层，使用importCaffeLayers。

例子：'digits_iter_10000.caffemodel'

名称值对参数

指定可选的逗号分隔对名称，价值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。

例子：importCaffeNetwork (protofile丢失,‘AverageImage’,我)使用平均图像导入预训练的网络我中心零位正常化。

输入数据的大小，指定为行向量。指定一个包含两个或三个整数值的向量(h, w),或[h，w，c]对应于输入数据的高度、宽度和通道数。如果.prototxt文件未指定输入数据的大小，然后必须指定输入大小。

例子：[28 28 1]

零中心归一化的平均图像，指定为一个矩阵。如果指定图像，则必须指定与输入数据相同大小的图像。如果不指定映像，软件将使用在.prototxt文件,如果存在。否则，函数设置正常化网络图像输入层的属性“没有”。

输出层的类，指定为分类向量，字符串阵列，字符向量的单元格数组，或“汽车”。如果指定字符串数组或字符向量数组str，然后软件将输出层的类设置为分类(str, str)。如果类是“汽车”，则函数将类设置为分类（1：n）， 在哪里N是班级的数量。

数据类型:char|分类|字符串|细胞

输出参数

全部收缩

进口的预用Caffe网络，作为一个返回SeriesNetwork对象或者DAGNetwork对象。以彩色图像作为输入的Caffe网络期望图像为BGR格式。在导入期间,importCaffeNetwork修改网络，以便导入的MATLAB网络将RGB图像作为输入。

尖端

兼容性考虑因素

展开全部

不建议从R2018b开始

参考

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

扩展功能

另请参阅

||||||||

主题

介绍了R2017a

深度学习工具箱文档

万博1manbetx

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书