googlenet

卷积神经网络

折叠所有页面

语法

网= googlenet

净= googlenet(权重,权重)

lgraph = googlenet(“权重”,“没有一个”)

描述

GoogLeNet是一个有22层深度的卷积神经网络。您可以在任意一个ImageNet上加载经过训练的网络的预训练版本［1］或Places365［2］［3］数据集。在ImageNet上训练的网络将图像分为1000个对象类别，如键盘、鼠标、铅笔和许多动物。在Places365上训练的网络与在ImageNet上训练的网络类似，但将图像分为365个不同的地方类别，如场地、公园、跑道和大厅。这些网络学习了不同的特征表示范围广泛的图像。预先训练的网络都有224 × 224的图像输入大小。用于MATLAB中更多的预训练网络^®,请参阅预先训练的深度神经网络．

使用GoogLeNet对新图像进行分类，请使用分类．例如，请参见使用GoogLeNet分类图像．

你可以使用迁移学习对GoogLeNet网络进行再培训，以完成一项新任务。在进行迁移学习时，最常用的方法是使用ImageNet数据集上预先训练的网络。如果新任务类似于对场景进行分类，那么使用Places-365训练的网络可以获得更高的准确率。有关如何在新的分类任务上对GoogLeNet进行再培训的示例，请参见训练深度学习网络对新图像进行分类

例子

净= googlenet返回在ImageNet数据集上训练的GoogLeNet网络。

该功能需要深度学习工具箱™模型GoogLeNet网络万博1manbetx支持包。如果没有安装此支万博1manbetx持包，则该函数将提供下载链接。

净= googlenet(“权重”,权重）返回经过ImageNet或Places365数据集训练的GoogLeNet网络。的语法googlenet(“重量”、“imagenet”)(默认)等价于googlenet．

在ImageNet上训练的网络需要深度学习工具箱模型GoogLeNet网络万博1manbetx支持包。在Places365上训练的网络需要深度学习工具箱模型Places365-GoogLeNet网络万博1manbetx支持包。如果没有安装所需的支持包，则该函万博1manbetx数将提供下载链接。

lgraph= googlenet(“权重”,“没有”）返回未经训练的GoogLeNet网络架构。未经训练的模型不需要支持包。万博1manbetx

例子

全部折叠

下载GoogLeNet支持包万博1manbetx

下载并安装深度学习工具箱模型GoogLeNet网络万博1manbetx支持包。

类型googlenet在命令行。

googlenet

如果是深度学习工具箱模型GoogLeNet网络万博1manbetx如果没有安装支持包，则该函数将提供到Add-On Explorer中所需的支持包的链接。要安装支持包，请单击链接，然后万博1manbetx单击安装．输入以下命令，检查安装是否成功googlenet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对象。

googlenet

ans = DAGNetwork with properties: Layers: [144×1 nnet.cnn.layer.Layer]连接:[170×2 table]

输入参数

全部折叠

`权重`- - - - - -网络参数来源
`“imagenet”`(默认)|`“places365”`|`“没有”`

网络参数的来源，指定为“imagenet”，“places365”,或“没有”．

如果权重=“imagenet”，则网络对ImageNet数据集进行权重训练。
如果权重=“places365”，然后对Places365数据集进行权重训练。
如果权重=“没有”，则返回未经训练的网络体系结构。

例子:“places365”

输出参数

全部折叠

`净`-预训练的GoogLeNet卷积神经网络
`DAGNetwork`对象

预先训练的GoogLeNet卷积神经网络，返回为DAGNetwork对象。

`lgraph`未经训练的GoogLeNet卷积神经网络架构
`LayerGraph`对象

未经训练的GoogLeNet卷积神经网络架构，作为一个LayerGraph对象。

参考文献

［1］ImageNet．http://www.image-net.org

[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba和Aude Oliva。“地点:用于深度场景理解的图像数据库。”arXiv预印本arXiv: 1610.02055（2016）.

［3］的地方．http://places2.csail.mit.edu/

[4] Szegedy, Christian, Liu Wei, Jia Yangqing, Pierre Sermanet, Scott Reed, Dragomir angelov, Dumitru Erhan, Vincent Vanhoucke和Andrew Rabinovich。“更深入的回旋。”在计算机视觉与模式识别IEEE会议论文集1 - 9页。2015.

［5］BVLC GoogLeNet模型．https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

对于代码生成，可以使用语法加载网络网= googlenet或者通过传递googlenet函数coder.loadDeepLearningNetwork(MATLAB编码器)．例如:网= coder.loadDeepLearningNetwork(“googlenet”)

有关更多信息，请参见加载预训练网络以生成代码(MATLAB编码器)．

的语法googlenet(“重量”、“没有”)不支持代码生成万博1manbetx。

GPU的代码生成
使用GPU Coder™为NVIDIA®GPU生成CUDA®代码。

使用注意事项及限制:

对于代码生成，可以使用语法加载网络网= googlenet或者通过传递googlenet函数coder.loadDeepLearningNetwork(GPU编码器)．例如:网= coder.loadDeepLearningNetwork(“googlenet”)．
有关更多信息，请参见加载预训练网络以生成代码(GPU编码器)．
的语法googlenet(“重量”、“没有”)不支持GPU代万博1manbetx码生成。