squeezenet

（不推荐）SqueezeNet 卷积神经网络

不建议使用 squeezenet。请改用 imagePretrainedNetwork 函数。有关详细信息，请参阅版本历史记录。

语法

net = squeezenet

net = squeezenet('Weights','imagenet')

lgraph = squeezenet('Weights','none')

说明

SqueezeNet 是深度为 18 层的卷积神经网络。您可以从 ImageNet 数据库 [1] 中加载该网络的预训练版本，该版本基于 ImageNet 数据库的超过一百万个图像进行训练。该预训练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。此函数返回一个 SqueezeNet v1.1 网络，它具有与 SqueezeNet v1.0 相似的准确度，但每次预测需要更少的浮点运算 [3]。该网络的图像输入大小为 227×227。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 = squeezenet 返回基于 ImageNet 数据集训练的 SqueezeNet 网络。

示例

net = squeezenet('Weights','imagenet') 返回基于 ImageNet 数据集训练的 SqueezeNet 网络。此语法等效于 net = squeezenet。

lgraph = squeezenet('Weights','none') 返回未经训练的 SqueezeNet 网络架构。

示例

全部折叠

加载 SqueezeNet 网络

加载一个预训练的 SqueezeNet 网络。

net = squeezenet

net = 

  DAGNetwork with properties:

         Layers: [68×1 nnet.cnn.layer.Layer]
    Connections: [75×2 table]

此函数返回一个 DAGNetwork 对象。

SqueezeNet 包含在 Deep Learning Toolbox™ 中。要加载其他网络，请使用 googlenet 等函数来获取链接，以便从附加功能资源管理器下载预训练网络。

输出参量

全部折叠

`net` — 预训练 SqueezeNet 卷积神经网络
`DAGNetwork` 对象

预训练 SqueezeNet 卷积神经网络，以 DAGNetwork 对象形式返回。

`lgraph` — 未经训练的 SqueezeNet 卷积神经网络架构
`LayerGraph` 对象

未经训练的 SqueezeNet 卷积神经网络架构，以 LayerGraph 对象形式返回。

参考

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

[2] Iandola, Forrest N., Song Han, Matthew W. Moskewicz, Khalid Ashraf, William J. Dally, and Kurt Keutzer. "SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5 MB model size." Preprint, submitted November 4, 2016. https://arxiv.org/abs/1602.07360.

[3] Iandola, Forrest N. "SqueezeNet." https://github.com/forresti/SqueezeNet.

扩展功能

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

要进行代码生成，请通过将 squeezenet 函数传递给 coder.loadDeepLearningNetwork (MATLAB Coder) 来加载网络。例如：net = coder.loadDeepLearningNetwork('squeezenet')。

有关详细信息，请参阅加载预训练网络以用于代码生成 (MATLAB Coder)。

代码生成不支持语法 squeezenet('Weights','none')。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

要进行代码生成，您可以通过使用语法 net = squeezenet 或通过将 squeezenet 函数传递给 coder.loadDeepLearningNetwork (GPU Coder) 来加载网络。例如：net = coder.loadDeepLearningNetwork('squeezenet')。
有关详细信息，请参阅Load Pretrained Networks for Code Generation (GPU Coder)。
GPU 代码生成不支持语法 squeezenet('Weights','none')。