预训练的盗梦空间,RESNET-V2卷积神经网络
成立之初,RESNET-V2是在超过一百万的图像训练有素从ImageNet数据库卷积神经网络[1]。该网络是164层深和可以将图像分类成1000个对象类别,如键盘,鼠标,笔,和许多动物。其结果是,在网络了解到丰富的功能表示为各种图像。该网络具有的299逐299输入的图像的大小。对于MATLAB更多的预训练的网络®见预训练深层神经网络。
您可以使用分类
使用盗梦空间 - RESNET-V2网络分类新形象。遵循以下步骤:分类影像使用GoogLeNet与成立之初,RESNET-V2更换GoogLeNet。
再培训上一个新的分类任务的网络,请按照下列步骤火车深学习网络分类新形象和负载启-RESNET-V2,而不是GoogLeNet。
[1]ImageNet。http://www.image-net.org
[2] Szegedy,基督教,谢尔盖·约费,文森特Vanhoucke和亚历山大A. Alemi。“盗梦空间-V4,成立之初,RESNET和残余联系上学习的影响。”在AAAI卷。4,P。12. 2017。
DAGNetwork
|densenet201
|googlenet
|importKerasLayers
|importKerasNetwork
|inceptionv3
|layerGraph
|情节
|resnet101
|resnet18
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19