nasnetlarge
预先训练的nasnet -大型卷积神经网络
描述
NASNet-Large是一个卷积神经网络，它根据ImageNet数据库中的100多万张图像进行训练[1]．网络可以将图像分为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。因此，该网络已经学习了丰富的特征表示，以获得各种图像。网络的图像输入大小为331-by-331。对于Matlab中的更多预磨损网络®,请参阅普里尔的深层神经网络．
您可以使用分类使用NASNet-Large模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用NASNet-Large取代GoogLeNet。
要重新训练网络进行新的分类任务，请遵循以下步骤训练深度学习网络对新图像进行分类加载NASNet-Large而不是GoogLeNet。
例子
下载NASNet-Light支持包万博1manbetx
下载并安装NASNet-大型网络的深度学习工具箱模型万博1manbetx支持包。
类型nasnetlarge在命令行。
nasnetlarge
如果NASNet-大型网络的深度学习工具箱模型万博1manbetx不安装支持包，然后该函数提供了在附加资源管理器中的所需支持包的链接。要安装支持包，请单击“链接”，万博1manbetx然后单击安装．通过键入检查安装成功nasnetlarge在命令行。如果安装了所需的支持包，则该函数万博1manbetx返回aDAGNetwork目的。
nasnetlarge
ans = DAGNetwork with properties: Layers: [1244×1 nnet.cnn.layer.Layer]连接:[1463×2 table]
使用深层网络设计器可视化网络。
DeepNetWorkDesigner（NASNETLARGE）
点击新．
如果您需要下载一个网络，请在所需的网络上暂停并单击安装以打开附加组件资源管理器。
迁移学习与NASNet-Large
您可以使用传输学习来培训网络以对新的图像集进行分类。
打开示例训练深度学习网络对新图像进行分类．最初的示例使用了GoogLeNet预训练网络。要使用不同的网络进行迁移学习，请加载您想要的预先训练的网络，并遵循示例中的步骤。
加载NASNet-Large网络而不是GoogLeNet。
网= nasnetlarge
按照示例中的其余步骤对您的网络进行重新培训。您必须用新的训练层替换网络中最后的可学习层和分类层。这个示例向您展示了如何查找要替换的层。
输出参数
参考
[1]ImageNet．http://www.image-net.org.
Zoph, Barret, Vijay Vasudevan, Jonathon Shlens, Quoc V. Le。“学习可扩展图像识别的可转移架构”。ARXIV预印刷arxiv：1707.070122,没有。6(2017)。
扩展功能
另请参阅
深层网络设计师|vgg16|vgg19|googlenet|trainNetwork|分层图|DAGNetwork|Reset50|resnet101|InceptionResnetv2.|squeezenet|densenet201|nasnetmobile|shufflenet
您还可以从以下列表中选择一个网站：
