Документация

AlexNet сверточная нейронная сеть. Для предварительно обученной модели AlexNet смотрите alexnet.

GoogLeNet сверточная нейронная сеть. Для предварительно обученной модели GoogLeNet смотрите googlenet.

Сверточные модели нейронной сети от Caffe. Для импорта предварительно обученной сети от Caffe смотрите importCaffeNetwork.

ResNet-50 и сверточные нейронные сети ResNet-101. Для предварительно обученных моделей ResNet смотрите resnet50 и resnet101.

Мультикласс pixelwise сеть сегментации. Для получения дополнительной информации смотрите segnetLayers.

Маленькая глубокая нейронная сеть. Для предварительно обученных моделей ResNet смотрите squeezenet.

VGG-16 сверточная нейронная сеть. Для предварительно обученной модели VGG-16 смотрите vgg16.

VGG-19 сверточная нейронная сеть. Для предварительно обученной модели VGG-19 смотрите vgg19.

Слой Addition

Средний слой объединения

Пакетный слой нормализации

Создайте классификацию выходной слой

Отсеченный слой Rectified Linear Unit (ReLU)

2D слой свертки

Слой, который применяет 2D обрезку к входу

Мудрый каналом локальный слой нормализации ответа

Слой конкатенации глубины

Слой Dropout

Полносвязный слой

Отобразите входной слой

Текучий слой Rectified Linear Unit (ReLU)

Слой объединения Max

Слой необъединения Max

Создайте слой классификации пикселей для семантической сегментации

Создайте регрессию выходной слой

Слой Rectified Linear Unit (ReLU)

Слой Softmax

Создайте транспонированный 2D слой свертки

Создайте выходной слой для сети обнаружения объектов YOLO v2

Создайте слой перестройки для сети обнаружения объектов YOLO v2

Создайте преобразовывают слой для сети обнаружения объектов YOLO v2

Сгладьте активации в 1D C-стиль принятия (главный строкой) порядок.

Глобальный средний слой объединения для пространственных данных.

Сигмоидальный слой активации.

Гиперболический слой активации касательной.

Нулевой дополнительный слой для 2D входа.

Обнаружьте объекты с помощью детектора объекта YOLO v2