nasnetlarge

Сверточная нейронная сеть Pretrained NASNet-Large

свернуть все на странице

Синтаксис

net = nasnetlarge

Описание

NASNet-большой сверточная нейронная сеть, которая обучена больше чем на миллионе изображений от базы данных ImageNet [1]. Сеть может классифицировать изображения в 1 000 категорий объектов, таких как клавиатура, мышь, карандаш и многие животные. В результате сеть изучила богатые представления функции для широкого спектра изображений. Сеть имеет входной размер изображений 331 331. Для большего количества предварительно обученных сетей в MATLAB® смотрите Предварительно обученные Глубокие нейронные сети.

Можно использовать classify классифицировать новые изображения с помощью NASNet-большой-модели. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на NASNet-большой.

Чтобы переобучить сеть на новой задаче классификации, выполните шаги, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения и загрузку, NASNet-большую вместо GoogLeNet.

пример

net = nasnetlarge возвращает предварительно обученную сверточную нейронную сеть NASNet-Large.

Эта функция требует Модели Deep Learning Toolbox™ для NASNet-большого пакета Сетевой поддержки. Если этот пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку.

Примеры

свернуть все

Загрузите и установите Модель Deep Learning Toolbox для NASNet-большого пакета Сетевой поддержки.

Ввод nasnetlarge в командной строке.

nasnetlarge

Если Модель Deep Learning Toolbox для NASNet-большого пакета Сетевой поддержки не установлена, то функция обеспечивает ссылку на необходимый пакет поддержки в Add-On Explorer. Чтобы установить пакет поддержки, щелкните по ссылке, и затем нажмите Install. Проверяйте, что установка успешна путем ввода nasnetlarge в командной строке. Если необходимый пакет поддержки установлен, то функция возвращает DAGNetwork объект.

nasnetlarge
ans = 

  DAGNetwork with properties:

         Layers: [1244×1 nnet.cnn.layer.Layer]
    Connections: [1463×2 table]

Можно использовать передачу обучения, чтобы переобучить сеть, чтобы классифицировать новый набор изображений.

Откройтесь пример Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения. Исходный пример использует предварительно обученную сеть GoogLeNet. Чтобы использовать обучение с переносом с помощью различной сети, загрузите желаемую предварительно обученную сеть и выполните шаги в примере.

Загрузите сеть NASNet-Large вместо GoogLeNet. 

net = nasnetlarge

Выполните остающиеся шаги в примере, чтобы переобучить вашу сеть. Необходимо заменить последний learnable слой и слой классификации в сети с новыми слоями для обучения. Пример показывает вам, как найти который слои заменить.

Выходные аргументы

свернуть все

Предварительно обученная сверточная нейронная сеть NASNet-Large, возвращенная как DAGNetwork объект.

Ссылки

[1] ImageNet. http://www.image-net.org

[2] Zoph, Берет, Виджай Вэзудевэн, Джонатон Шленс и Кок В. Ле. "Изучая Передаваемые Архитектуры для Масштабируемого Распознавания Изображений". arXiv предварительно распечатывают arXiv:1707.07012 2, № 6 (2017).

Расширенные возможности

Смотрите также

| | | | | | | | | | | | |

Темы

Введенный в R2019a

Документация Deep Learning Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте