据我理解，您希望使用Xception和ResNet50的代码，并获得无效训练数据的错误。在给定的代码中，您没有更新“网络”。层”，因此trainNetwork使用的是针对1000个类的Xception。
你可以更新"net "。层”如下所述:
net.layers =图层;
所以总体代码看起来是这样的:
（注意：在修改的位置添加注释）
[IMDStrain，IMDSValidation] = SpliteachLabel（Trainset，0.7，“随机”);
net = xception;
InputSize = Net.Layers（1）.InputSize;
Augimdstrain = AugmentedimageGedataStore（Inputsize（1：2），IMDstrain，'outputsizeMode'那“调整”那“ColorPreprocessing”那'gray2rgb');
AugimdsValidation = AugmentedImageDataStore（InputSize（1：2），IMDSValidation，'outputsizeMode'那“调整”那“ColorPreprocessing”那'gray2rgb');
%lgraph = vgg16 (' weights '，'none');
Layerstransfer = Net.Layers（1：结束-3）;
% layer_Classifiy = fullyConnectedLayer (numClasses);
％layer_classifiy.name ='fc1000';％resnet fc1000
％Lgraph =替换器（LAGHS，'FC1000'，Layer_Classifiy）;
numclasses = numel（类别（imdstrain.labels））
层= [
layersTransfer
全连接列（Numcrasses，“WeightLearnRateFactor”，20，'biaslearnratefactor', 20)
softmaxlayer.
分类层];
％net_vgg16 = trainnetwork（augimdstrain_matrix，选项）;
选择= trainingOptions (“个”那......
'迷你atchsize'3,......
'maxepochs'6......
'italllearnrate'，1E-4，......
'洗牌'那“every-epoch”那......
“ValidationData”，augimdsvalidation，......
“ValidationFrequency”, 50岁,......
'verbose'假的,......
'plots'那'培训 - 进步'那......
'executionenvironment'那“图形”);
%%——净更新。需要添加新“层”的层——%%
net.layers =图层;
%% - %%
NetTransfer = Trainnetwork（Augimdstrain，LayerGraph（网络），选项）;
augimdstest = upmentedimageageataStore（Inputsize（1：2），测试集，'outputsizeMode'那“调整”那“ColorPreprocessing”那'gray2rgb');
YPred =分类(netTransfer augimdsTest,'迷你atchsize'5）;
欧美= testset.Labels;
精度=均值（ypred == ytest）
