的输入端口预测块接受所加载的网络的输入层的名称。例如，如果您指定googlenet为MATLAB函数的输入端口预测块标记数据。根据所加载的网络，预测块的输入可以是图像、序列或时间序列数据。

输入的格式取决于数据的类型。

如果数组包含南s，然后它们通过网络传播。

的输出端口预测块接受所加载网络的输出层的名称。例如，如果您指定googlenet为MATLAB函数的输出端口预测块标记输出。根据网络加载，输出预测块可以表示预测的分数或响应。

预测分数或反应，返回为aN——- - - - - -K数组,N是观察的次数，和K为类数。

如果你使激活对于网络层，预测块使用所选网络层的名称创建一个新的输出端口。此端口从选定的网络层输出激活。

网络层的激活会以数字数组的形式返回。输出的格式取决于输入数据的类型和层输出的类型。

对于二维图像输出，激活是一个h——- - - - - -w——- - - - - -c——- - - - - -n数组,h,w,c所选图层输出的通道的高度、宽度和数量分别是n为图像数量。

对于包含矢量数据的单个时间步长，激活是ac——- - - - - -n矩阵,n序列的数量是多少c为序列中特征的数量。

对于包含二维图像数据的单一时间步长，激活是一个h——- - - - - -w——- - - - - -c——- - - - - -n数组,n为序列的个数，h,w,c分别为图像的高度、宽度和通道数。

指定训练过的网络的源。选择下列其中之一:

此参数指定要加载的经过训练的深度学习网络的mat文件的名称。如果文件不在MATLAB路径上，则使用浏览按钮以定位文件。

依赖关系

要启用此参数，请设置网络参数网络从MAT-file。

这个参数指定了用于预训练的深度学习网络的MATLAB函数的名称。例如,使用googlenet函数导入预先训练好的GoogLeNet模型。

依赖关系

要启用此参数，请设置网络参数MATLAB函数网络。

用于预测的小批量的大小，指定为正整数。更大的小批处理需要更多的内存，但可以导致更快的预测。

启用返回预测分数或响应的输出端口。

使用激活列表中选择要提取特征的层。对象的输出端口显示所选层预测块。