googlenet
描写
GoogLeNet è una rete neurale convoluzionale con 22 livelli di profondità。È可能的漫画的版本前dedestrata della rete, addestrata sui set di dati di ImageNet[1]o di Places365[2][3].La rete addestrata su ImageNet classifica le immagini in 1000 category orie di oggetti, come taste era, mouse, matita e molti animali。La rete addestrata su Places365 è明喻真主安拉rete addestrata su ImageNet ma classifica le immagini在365个不同的类别di luoghi, come campi, parchi, pite e atri。询问reti hanno appreso多样化的rappresentazioni delle特征per un'ampia gamma di immagini。Le reti preaddestrate hanno entrambe una dimensione di input dell' immagdi 224 / 224。在MATLAB中进行深测®, vedere视网膜深部前剥.
每分类是nuove immagini utilzzando GoogLeNet, usare分类
.Per un esempio, vedereClassificazione di immagini utilization do GoogLeNet.
È可能的riaddestrare una rete GoogLeNet per esesguire una nuova attività utilization zzando il迁移学习。Quando si esegue il迁移学习,l'approccio più comune è quello di utilizzare reti preaddestrate sul set di dati di ImageNet。Se la nuova attività è明说真主安拉classificazione di scene, l 'utilizzo della rete addestrata su Places365 può fornire una precisione maggiore。Per un esempio su come riaddestrare GoogLeNet su una nuova attività di classificazione, vedereAddestramento della rete di深度学习每分类是新想象力
restituce una rete GoogLeNet addestrata sul set di dati di ImageNet。网
= googlenet
Questa funzione richiede il packetto di支持万博1manbetx深度学习工具箱™模型为GoogLeNet网络.Se il软件包di支持非è inst万博1manbetxallato, la funzione fornisce unlink per il下载。
restituisce una rete GoogLeNet addestrata sul set di dati di ImageNet o di Places365。La sintassi(预先定义)网
= googlenet(“权重”,权重
)googlenet(“重量”、“imagenet”)
è相当于agooglenet
.
a rete addestrata su ImageNet richhiede il包di支持深度学习工具箱模型万博1manbetx为GoogLeNet网络.La rete addestrata su Places365 richhiede il包di支持深度学习工具箱模万博1manbetx型Places365-GoogLeNet Network.Se il packet to di 万博1manbetxsupporto richesto non è installato, la funzione fornisce un link per il download。
归还l ' architecture della rete GoogLeNet非addestrata。我的模型,不加,不加,不加,我的包,不支持。万博1manbetxlgraph
= googlenet(“权重”,“没有”
)
Esempi
Argomenti输入
Argomenti输出
Riferimenti
[1]ImageNet.http://www.image-net.org
[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba和Aude Oliva。“场所:用于深度场景理解的图像数据库。”arXiv预印本:1610.02055(2016)。
[3]的地方.http://places2.csail.mit.edu/
[4]塞格迪,克里斯蒂安,刘伟,贾扬青,皮埃尔·塞尔曼内,斯科特·里德,德拉戈米尔·安格洛夫,杜米特鲁·埃尔汉,文森特·范豪克和安德鲁·拉宾诺维奇。“更深入地研究卷积。”在IEEE计算机视觉和模式识别会议论文集,第1-9页。2015.
[5]BVLC GoogLeNet模型.https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
Funzionalita estese
Cronologia versioni
R2017b介绍