efficientnetb0
（不推荐）EfficientNet-b0 卷积神经网络
不推荐使用 efficientnetb0。请改用 imagePretrainedNetwork 函数并指定 "efficientnetb0" 模型。有关详细信息，请参阅版本历史记录。
语法
说明
EfficientNet-b0 是一个卷积神经网络，基于来自 ImageNet 数据库 [1] 的超过一百万个图像进行训练。该网络可以将图像分类至 1000 个目标类别（例如键盘、鼠标、铅笔和多种动物）。因此，该网络已基于大量图像学习了丰富的特征表示。该网络的图像输入大小为 224×224。有关 MATLAB® 中预训练网络的详细信息，请参阅预训练的深度神经网络。
net = efficientnetb0
此函数需要 Deep Learning Toolbox™ Model for EfficientNet-b0 Network 支持包。如果未安装此支持包，则函数会提供下载链接。
net = efficientnetb0('Weights','imagenet')net = efficientnetb0。
lgraph = efficientnetb0('Weights','none')
示例
下载并安装 Deep Learning Toolbox Model for EfficientNet-b0 Network 支持包。
在命令行中键入 efficientnetb0。
efficientnetb0
如果未安装 Deep Learning Toolbox Model for EfficientNet-b0 Network 支持包，该函数将在附加功能资源管理器中提供所需支持包的链接。要安装支持包，请点击链接，然后点击安装。通过在命令行中键入 efficientnetb0 来检查安装是否成功。如果安装了所需的支持包，则该函数返回 DAGNetwork 对象。
efficientnetb0
ans =
DAGNetwork with properties:
Layers: [290×1 nnet.cnn.layer.Layer]
Connections: [363×2 table]
InputNames: {'ImageInput'}
OutputNames: {'classification'}使用深度网络设计器可视化网络。
deepNetworkDesigner(efficientnetb0)
通过点击新建，在深度网络设计器中浏览其他预训练神经网络。
如果需要下载一个神经网络，请在所需的神经网络上暂停，然后点击安装以打开附加功能资源管理器。
输出参量
参考
[1] ImageNet. http://www.image-net.org.
[2] Tan, Mingxing, and Quoc V. Le. “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.” Preprint, submitted in 2019. https://doi.org/10.48550/ARXIV.1905.11946.
