内置的预训练网络

此示例说明如何使用预训练的深度卷积神经网络 GoogLeNet 对图像进行分类。

以交互方式微调预训练的深度学习网络以学习新的图像分类任务。

此示例说明如何从预训练的卷积神经网络中提取已学习的图像特征，并使用这些特征来训练图像分类器。特征提取是使用预训练深度网络的表征能力的最简单最快捷的方式。例如，您可以使用 fitcecoc(Statistics and Machine Learning Toolbox™) 基于提取的特征来训练支持向量机 (SVM)。由于特征提取只需要遍历一次数据，因此如果没有 GPU 来加速网络训练，则不妨从特征提取开始。

Classify an image in Simulink® using the Image Classifier block. The example uses the pretrained deep convolutional neural network GoogLeNet to perform the classification.

Interactively adapt a pretrained network to classify new audio signals using Deep Network Designer.

此示例说明如何将经过训练的分类网络转换为回归网络。

Use transfer learning to train a deep learning model for multilabel image classification.

此示例说明如何通过将预训练图像分类模型和 LSTM 网络相结合来创建视频分类网络。