主要内容

xception

红色神经元旋回异常

对比todo en la página
  • 例外网络架构

Sintaxis

Net =异常
net = xcexception ('Weights'，'imagenet')
lgraph = xcexception ('Weights'，'none')

Descripcion

除了深角的红色神经元旋回。Puede cargar una versión preentrenada de la red entrenada en más de un millón de imágenes desde la base de datos[1]de ImageNet。La red preentrenada puede分类imágenes en 1000 categorías de objetos (por ejemplo, teclado, ratón, lápiz y动物)。好结果，红色的，我们的国家características对我们的国家imágenes。El tamaño de la entrada de imagen de la red es de 299 por 299。Para ver más redes preentrenadas en MATLAB®, consulte前突深神经红．

喝水可以utilizar分类para category nuevas imágenes mediante el modelo例外。我爱你，我爱你分类una imagen con GoogLeNety重新放置GoogLeNet por异常。

在新土地上的红色之路clasificación，在指示的道路上Entrenar redes de深度学习para classification nuevas imágenes我的货物例外在谷歌网。

比如

网= xceptiondevelve una red例外，entrenada con el conjunto de datos de ImageNet。

Esta función requiere el paquete de soporte深度学习工具箱™模型对于异常网络．Si no ha安装el paquete de soporte, la función比例，un enlace de descarga。

网= xception(“权重”,“imagenet”）develve una red例外，entrenada con el conjunto de datos de ImageNet。Esta sintaxis等于aNet =异常．

lgraph= xception(“权重”,“没有”）deuelve la arquitectura de red除了sin entrenar。我的心没有需要ningún我的心。

包括

反待办事项

Descargue安装深度学习工具箱模型对于异常网络．

EscribaxceptionEn la línea突击队。

xception

深度学习工具箱模型对于异常网络没有está安装，la función比例ciona un enlace al paquete de soporte对应en Add-On Explorer。Para instar el paquete de soporte, haga clic en el enlace y después en安装．Para comprobar que la instalación这是正确的认识，escribaxceptionEn la línea突击队。Si el paquete soporte requerido está instalado, la función devuelve un objtoDAGNetwork．

xception
ans = DAGNetwork with properties: Layers: [171×1 nnet.cnn.layer.Layer] Connections: [182×2 table]

可视化la red con深度网络设计器。

deepNetworkDesigner (xception)

深度网络设计器，haga clic en新．

深度网络设计器开始页显示可用的预训练网络

Si nesita descargar una red, deténgase en la red deseada y haga clic en安装附加组件资源管理器。

salida的论证

反待办事项

红色神经元旋回异常前旋，旋回异常DAGNetwork．

红神经元旋回结构，左脑异常，左脑异常LayerGraph．

Referencias

[1]ImageNet．http://www.image-net.org

[2] Chollet, F.， 2017。"例外:深度可分离卷积的深度学习"arXiv预印本, pp.1610 - 02357。

Capacidades ampliadas

历史版本

介绍R2019a

Consulte也

|||||||||||

特马