googlenet

GoogLeNet卷积神经网络

折叠所有页面

句法

网=谷歌
净= googlenet（ '权重'，权重）
lgraph = googlenet（ '权重'， '无'）

描述

GoogLeNet是卷积神经网络是深22层。您可以加载的培训上无论是ImageNet网络的预训练版本[一]或Places365[2][3]数据集。在ImageNet上训练的网络将图像分成1000个对象类别，如键盘、鼠标、铅笔和许多动物。在Places365上训练的网络类似于在ImageNet上训练的网络，但将图像分为365个不同的位置类别，例如场、公园、跑道和大厅。这些网络已经学习了各种图像的不同特征表示。预训练网络的图像输入大小均为224×224。在MATLAB中使用更多的预训练网络®见预训练深层神经网络。

分类使用GoogLeNet，使用新的图像分类。对于一个示例，请参见分类影像使用GoogLeNet。

你能锻炼一个GoogLeNet网络使用传输学习来执行新的任务。当执行迁移学习，最常见的方法是使用预训练的ImageNet数据集的网络。如果新任务类似于分类的场景，然后用训练有素的网络邻居-365可以提供精度更高。有关说明如何再培训GoogLeNet一个新的分类任务示例，请参阅训练深度学习网络对新图像进行分类

例

网= googlenet返回训练有素的ImageNet数据集的GoogLeNet网络。

此功能需要深度学习工具箱™模式对于GoogLeNet网络万博1manbetx支持包。如果未安装此支持万博1manbetx包，则该功能提供了下载链接。

网=googlenet（'重量'，重量）返回一个GoogLeNet网络训练在任一ImageNet或Places365数据集。语法googlenet（'权重'，'图像网'）（默认）等效于googlenet。

培训了ImageNet网络需要深度学习工具箱型号对于GoogLeNet网络万博1manbetx支持包。培训了Places365网络需要深度学习工具箱型号地点365谷歌网络万博1manbetx支持包。如果未安装所需的支持包，则该函数提供下载链接。

lgraph=googlenet（'重量'，'没有'）返回未经训练的GoogLeNet网络架构。未经培训的模型不需要支持包。万博1manbetx

例子

全部收缩

下载并安装深度学习工具箱型号对于GoogLeNet网络万博1manbetx支持包。

类型googlenet在命令行。

googlenet

如果深度学习工具箱型号对于GoogLeNet网络万博1manbetx未安装支持包，则函数提供指向加载项资源管理器中所需支持包的链接。要安装支持包，请单击链接，然后单击安装. 键入以下命令检查安装是否成功googlenet在命令行。如果安装所需的支持包，则该函数返万博1manbetx回一个DAGNetwork反对。

googlenet
ANS = DAGNetwork与属性：层：[144×1 nnet.cnn.layer.Layer]连接：[170×2表]

输入参数

全部收缩

的网络参数源，指定为'imagenet'，'places365'， 要么'没有'。

  • 如果重量等于'imagenet'，那么网络已培训对ImageNet数据的权重。

  • 如果重量等于'places365'，那么网络已培训对Places365数据的权重。

  • 如果重量等于'没有'，则未受过训练的网络架构返回。

例：'places365'

输出参数

全部收缩

经过预训练的GoogLeNet卷积神经网络，作为DAGNetwork反对。

未经训练的GoogLeNet卷积神经网络结构，返回为LayerGraph反对。

工具书类

[一]ImageNet. http://www.image-net.org

[2]周，博雷，阿迪亚斯拉，阿形Lapedriza，安东尼奥托拉尔瓦，和奥德奥利瓦。“Places：一个图像数据库进行深场景的理解。”预印本的arXiv的arXiv：1610.02055（2016年）。

[3]地方。http://places2.csail.mit.edu/

[4] 斯泽吉、克里斯蒂安、刘炜、贾扬庆、皮埃尔·塞尔马内特、斯科特·里德、德拉戈米尔·安圭洛夫、杜米特鲁·二罕、文森特·万霍克和安德鲁·拉比诺维奇。”随着卷积的加深IEEE计算机视觉与模式识别会议纪要，第1-9页。2015年。

扩展功能

也可以看看

|||||||||||||

主题

介绍了在R2017b

深度学习工具箱文档
万博1manbetx
利用MATLAB引入深度学习

利用MATLAB引入深度学习

下载电子书