Сеть Directed acyclic graph (DAG) для глубокого обучения
Сеть ДАГА является нейронной сетью для глубокого обучения для слоев, расположенных как направленный граф без петель. Сеть ДАГА может иметь более комплексную архитектуру, в которой слои имеют входные параметры от нескольких слоев и выходных параметров к нескольким слоям.
Существует несколько способов создать DAGNetwork
объект:
Загрузите предварительно обученную сеть с помощью googlenet
, resnet50
, resnet101
, или inceptionv3
. Для примера смотрите Загрузку Пакет Поддержки GoogLeNet.
Импортируйте предварительно обученную сеть из Keras с помощью importKerasNetwork
. Для примера смотрите Импорт и График Сеть Keras.
Обучите или подстройте сеть с помощью trainNetwork
. Для примера смотрите, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения.
Чтобы узнать о других предварительно обученных сетях, смотрите Предварительно обученные Глубокие нейронные сети.
activations | Вычислите активации слоя нейронной сети для глубокого обучения |
classify | Классифицируйте данные с помощью обученной глубокой нейронной сети |
predict | Предскажите ответы с помощью обученной глубокой нейронной сети |
plot | Постройте график слоя нейронной сети |
SeriesNetwork
| analyzeNetwork
| assembleNetwork
| classify
| googlenet
| importKerasNetwork
| inceptionresnetv2
| inceptionv3
| layerGraph
| plot
| predict
| resnet101
| resnet18
| resnet50
| squeezenet
| trainNetwork
| trainingOptions