Shufflenet
预处理的洗牌卷卷积神经网络
描述
Shufflenet是一个卷积神经网络，在Imagenet数据库中接受超过一百万张图像的培训[1]。The network can classify images into 1000 object categories, such as keyboard, mouse, pencil, and many animals. As a result, the network has learned rich feature representations for a wide range of images. The network has an image input size of 224-by-224. For more pretrained networks in MATLAB®， 看预处理的深神经网络。
您可以使用分类使用Shufflenet模型对新图像进行分类。遵循步骤使用Googlenet对图像进行分类并用Shufflenet代替Googlenet。
要在新的分类任务上重新训练网络，请遵循训练深度学习网络以对新图像进行分类并加载Shufflenet而不是Googlenet。
例子
下载Shufflenet支持包万博1manbetx
下载并安装Shufflenet网络的深度学习工具箱模型万博1manbetx支持包。
类型Shufflenet在命令行。
Shufflenet
如果是Shufflenet网络的深度学习工具箱模型万博1manbetx未安装支持软件包，然后该功能提供了指向附加探索器中所需的支持软件包的链接。要安装支持包，请单击链接，然后万博1manbetx单击安装。Check that the installation is successful by typingShufflenet在命令行。如果安装了所需的支持软件包，则该万博1manbetx功能返回dagnetwork目的。
Shufflenet
ans =带有属性的dagnetwork：层：[173×1 nnet.cnn.layer.layer]连接：[188×2表]
使用深网设计器可视化网络。
DeepNetworkDesigner（Shufflenet）
通过单击深度网络设计师中的其他预验证的网络新的。
如果您需要下载网络，请在所需的网络上暂停，然后单击安装打开附加探索器。
与Shufflenet的转移学习
您可以使用传输学习来重新培训网络来对一组新的图像进行分类。
打开示例训练深度学习网络以对新图像进行分类。原始示例使用了Googlenet预验证的网络。要使用不同的网络执行转移学习，请加载您所需的预处理网络，并按照示例中的步骤操作。
加载Shufflenet网络而不是GoogLenet。
Net = Shufflenet
请按照示例中的其余步骤进行重新训练。您必须使用新的培训层替换网络中的最后可学习层和分类层。该示例显示了如何查找要替换的层。
输出参数
References
[1]成像网。http://www.image-net.org
[2]张，Xiangyu，Xinyu Zhou，Mengxiao Lin和Jian Sun。“ Shufflenet：用于移动设备的极其有效的卷积神经网络。”ARXIV预印ARXIV：1707.01083V2（2017）。
版本历史记录
您还可以从以下列表中选择一个网站：
美洲
- América Latina(Español)
- 加拿大（英语）
- 美国（英语）