Xcepion.
七卷大神经网络
描述
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。
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。
网= xception（'权重'，'Imagenet'）net = xception.。
LGRAPH.= xception（'权重'，'没有任何'）
例子
下载Xcepion支持包万博1manbetx
下载并安装深度学习工具箱模型对于Xcepion网络万博1manbetx支持包。
类型Xcepion.在命令行。
Xcepion.
如果是深度学习工具箱模型对于Xcepion网络万博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Xcepion.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。
Xcepion.
ANS =具有属性的Dagnetwork：图层：[171×1 nnet.cnn.layer.layer]连接：[182×2表]
使用深网络设计器可视化网络。
DeepNetWorkDesigner（七脚圈）
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。
输出参数
参考
[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。
扩展能力
也可以看看
Dagnetwork.|深网络设计师|densenet201.|googlenet.|InceptionResNetv2.|分层图|阴谋|Resnet101.|resnet50.|挤压|Trainnetwork.|vgg16.|vgg19.
您还可以从以下列表中选择一个网站：
