主要内容

进口商人

来自Caffe的进口卷积神经网络层

在页面中崩溃

句法

layers = ImportCaffelayers（Protofile）
layers = ImportCaffElayers（Protofile，'inputsize'，sz）

描述

例子

层= ImportCaffelayers（原纤维）进口咖啡的层[1]网络。该功能返回在.prototxt文件原纤维。

此功能需要Deep Learning Toolbox™Caffe型号的进口商万博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。

您可以从Caffe Model Zoo下载预验证的网络[2]。

层= ImportCaffelayers（原纤维，“ inputsize'，SZ）指定输入数据的大小。如果是.prototxt文件未指定输入数据的大小，然后您必须指定输入大小。

例子

全部收缩

此示例使用：

下载并安装CAFFE模型的深度学习工具箱进口商万博1manbetx支持包。

通过键入下载所需的支持包万博1manbetx进口商人在命令行。

进口商人

如果CAFFE模型的深度学习工具箱进口商万博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。

此示例使用：

指定示例文件'digitsnet.prototxt'进口。

Protofile ='digitsnet.prototxt';

导入网络层。

layers = ImportCaffelayers（Protofile）
层=带有层的1x7层阵列：1'testData'图像输入28x28x1图像2'conv1'卷积20 5x5x1卷积，步幅[1 1]和填充[0 0] 3'RELU1'RELU1'RELU1'RELU RELU 4'POM1'pool1'pool1'max Max Max Max 2x2 max 2x2与步幅[2 2]合并[0 0] 5'IP1'完全连接10完全连接的第6层“损失” softmax softmax 7'输出'分类'分类'分类crossentropyex，带有'class1'，'class2'和其他8个类别

输入参数

全部收缩

文件名.prototxt包含网络体系结构的文件，指定为字符向量或字符串标量。原纤维必须在当前文件夹中，在matlab上的文件夹中®路径，否则您必须包括文件的完整或相对路径。如果是.prototxt文件未指定输入数据的大小，必须使用SZ输入参数。

例子：'digitsnet.prototxt'

输入数据的大小，指定为行向量。指定两个或三个整数值的向量[H，W]， 或者[H，W，C]对应于输入数据的高度，宽度和通道数。

例子：[28 28 1]

输出参数

全部收缩

网络架构，返回层数组或一个LayerGraph目的。将颜色图像作为输入的CAFFE网络期望这些图像以BGR格式为BGR。在进口期间，进口商人修改网络，以便导入的MATLAB网络将RGB图像作为输入。

更多关于

全部收缩

在GPU上使用导入的网络层

进口商人不在GPU上执行。然而，进口商人进口验证的神经网络的层次，以深入学习层数组或LayerGraph对象，您可以在GPU上使用。

  • 将导入层转换为dagnetwork通过使用对象汇编工作。在dagnetwork对象，然后您可以使用CPU或GPU上的类标签分类。使用名称值参数指定硬件要求执行环境。对于具有多个输出的网络，请使用预测函数并指定名称值参数返回类别作为真的。

  • 转换导入LayerGraph对象dlnetwork通过使用对象dlnetwork。在dlnetwork对象，然后您可以使用CPU或GPU上的类标签预测。功能预测如果输入数据或网络参数存储在GPU上，则在GPU上执行。

    • 如果您使用Minibatchqueue为了处理和管理输入数据的迷你批次，Minibatchqueue如果有GPU，对象默认情况下将输出转换为GPU数组。

    • 利用dlupdate转换一个可学习的参数dlnetwork目的是GPU数组。

      dlnet = dlupdate（@gpuarray，dlnet）

  • 您可以使用CPU或GPU上的导入层火车网。要指定培训选项，包括执行环境的选项，请使用训练功能。使用名称值参数指定硬件要求执行环境。有关如何加速培训的更多信息，请参阅并行扩展深度学习，在GPU和云中扩展。

使用GPU需要并行计算工具箱™和支持的GPU设备。万博1manbetx有关支持设备的信息，请参阅万博1manbetx释放的G万博1manbetxPU支持（并行计算工具箱）。

提示

参考

也可以看看

||||||||

话题

在R2017A中引入

深度学习工具箱文档

万博1manbetx

用Matlab介绍深度学习

用Matlab介绍深度学习

下载电子书