nasnetlarge.
佩带的NASNET-大型卷积神经网络
描述
NASNet-Light是一种卷积神经网络，从ImageNet数据库中培训超过一百万个图像[1]。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，该网络已经学习了丰富的图像的丰富特征表示。网络的图像输入大小为331-by-331。对于Matlab中的更多预用网络®， 看普里德深度神经网络。
您可以使用分类使用NASNet-Light模型对新图像进行分类。follow使用googlenet对图像进行分类并用NASNet-Light替换Googlenet。
要在新的分类任务上重新培训网络，请按照步骤操作培训深度学习网络以分类新图像并加载nasnet-mand，而不是googlenet。
例子
下载NASNet-Quallet支持包万博1manbetx
下载并安装NASNet-大型网络的深层学习工具箱模型万博1manbetx支持包。
类型nasnetlarge.在命令行。
nasnetlarge.
如果是NASNet-大型网络的深层学习工具箱模型万博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。通过键入检查安装是否成功nasnetlarge.在命令行。如果安装了所需的支持包，则该函数万博1manbetx返回aDagnetwork.目的。
nasnetlarge.
ANS =具有属性的Dagnetwork：图层：[1244×1 nnet.cnn.layer.layer]连接：[1463×2表]
使用深网络设计器可视化网络。
DeepNetWorkDesigner（NASNETLARGE）
点击探索深网络设计师中的其他预磨损网络新的。
如果您需要下载网络，请单击安装打开附加资源管理器。
用NASNet-Light转移学习
您可以使用转移学习来重新培训网络以对新的图像进行分类。
打开这个例子培训深度学习网络以分类新图像。原始示例使用Googlenet佩带的网络。要使用不同的网络进行转移学习，请加载所需的预磨损网络并按照示例中的步骤操作。
加载NASNet大型网络而不是Googlenet。
net = nasnetlarge.
按照示例中的剩余步骤进行培训以备份您的网络。您必须用新图层替换网络中的最后一个可知层和分类层进行培训。该示例显示了如何查找要替换的层。
输出参数
参考
[1]想象成。http://www.image-net.org.
[2] Zoph，Barret，Vijay Vasudevan，Jonathon Shlens和Quoc V.Le。“学习可转换架构以获得可扩展的图像识别。”ARXIV预印迹ARXIV：1707.070122，不。6（2017）。
扩展能力
也可以看看
Dagnetwork.|深网络设计师|densenet201.|googlenet.|InceptionResNetv2.|分层图|nasnetmobile.|阴谋|Resnet101.|resnet50.|Shuffleenet.|挤压|Trainnetwork.|vgg16.|vgg19.
您还可以从以下列表中选择一个网站：
