它允许用户在GUI中对预先训练好的神经网络、导入的ONNX分类模型或导入的MAT文件分类模型进行迁移学习,无需编码。除使用现有模型外,用户还可以使用Deep network Designer(MATLAB内置应用程序)设计其神经网络,然后使用此应用程序训练神经网络。用户可以在此应用程序中分析预先训练的网络或导入的网络。它还允许用户修改图像增强器信息和训练选项(hyperparameters)。一旦完成网络的训练,用户可以将训练过的网络导出到工作空间、MAT文件、ONNX文件,并为应用程序中正在执行的步骤生成MATLAB代码。用户可以生成NVIDIA GPU CUDA代码,但不支持导入的ONNX型号。万博1manbetx
预训练的神经网络可用:
1) 阿列克斯内特
2) 谷歌网(ImageNet)
3) goolgenet(地点365)
4) resnet18
5) resnet50
6) resnet101
7) vgg16
8) vgg19
9) 接收v3
10) 接收resnetv2
11) 挤压网
12) densenet201
13) mobilenetv2
14) 沙夫林
16) 例外
17) nasnetmobile
18) 纳斯内特拉格
19) 导入ONNX模型
20) 导入mat文件模型
[截至R2019a,导入的ONNX层不支持生成CUDA代码]万博1manbetx
如何使用此应用程序设计和训练神经网络?
https://www.youtube.com/watch?v=-GeZa6IL2QA
如何导入ONNX模型以使用此应用程序进行训练?
https://www.youtube.com/watch?v=8pZiduqp35g
引用为
陈凯文(2021)。迁移学习(//www.tianjin-qmedu.com/matlabcentral/fileexchange/70293-transfer-learning),MATLAB中央文件交换。恢复.