七卷大神经网络
Xcepion是一个卷积神经网络,深度为71层。您可以从ImageNet数据库中加载培训的网络培训的预磨损版本[1]。佩带的网络可以将图像分为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299〜299。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Xcepion模型对新图像进行分类。follow使用googlenet对图像进行分类并用xcepion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xception而不是googlenet。
返回在ImageNet数据集上培训的Xcepion网络。网
= Xcepion.
此功能需要深度学习工具箱™模型对于Xcepion网络万博1manbetx支持包。如果未安装此支持万博1manbetx包,则该函数提供了下载链接。
返回在ImageNet数据集上培训的Xcepion网络。此语法相当于网
= xception('权重','Imagenet'
)net = xception.
。
返回未培训的Xcepion网络架构。未经培训的模型不需要支持包。万博1manbetxLGRAPH.
= xception('权重','没有任何'
)
[1]想象成。http://www.image-net.org.
[2] Chollet,F.,2017年。“七,深入学习,深度可分离卷积。”arxiv预印刷品,pp.1610-02357。
Dagnetwork.
|深网络设计师|densenet201.
|googlenet.
|InceptionResNetv2.
|分层图
|阴谋
|Resnet101.
|resnet50.
|挤压
|Trainnetwork.
|vgg16.
|vgg19.