NASNet-Large是一个经过ImageNet数据库子集训练的预训练模型。这是NASNet体系结构家族的模型之一。NASNet架构是通过循环神经网络从数据中学习的,而不是像其他预先训练的模型一样完全由人类设计。
这个模型训练了超过100万幅图像,可以将图像分为1000个对象类别(例如键盘、鼠标、铅笔和许多动物)。
打开nasnetlarge。mlpkginstall文件,从您的操作系统或MATLAB将启动安装过程,您有。
这个mlpkginstall文件适用于R2019a和更高版本。
使用的例子:
%访问训练过的模型
网= nasnetlarge ();
%查看架构的详细信息
网。层
读取要分类的图像
I = imread(“peppers.png”);
%调整图像大小
深圳= net.Layers (1) .InputSize
我=(1:深圳(1),1:深圳(2),1:深圳(3));
%使用nasnetlarge分类图像
分类(净额,I)
%显示图像和分类结果
数字
imshow(我)
文本(10年,20年,char(标签),“颜色”,“白”)
要了解更多关于网络的信息,请访问文档页面://www.tianjin-qmedu.com/help/deeplearning/ref/nasnetlarge.html
亲爱的DeepLearning团队,
我在Ubuntu上使用Matlab R2019b(更新),当我训练nasnetlarge网络时,我得到以下错误:
使用trainNetwork出错(第170行)
输入参数太多。
引起的:
错误使用重新调节
输入参数太多。”
你知道问题出在哪里吗?
最好的