inceptionresnetv2

预训练 Inception-ResNet-v2 卷积神经网络

语法

net = inceptionresnetv2

说明

Inception-ResNet-v2 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。该网络有 164 层深，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 299×299。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。

您可以通过 classify 使用 Inception-ResNet-v2 网络对新图像进行分类。按照使用 GoogLeNet 对图像进行分类的步骤执行操作，但是用 Inception-ResNet-v2 替换 GoogLeNet。

要针对新分类任务重新训练网络，请按照训练深度学习网络以对新图像进行分类的步骤操作，但是加载 Inception-ResNet-v2 而不是 GoogLeNet。

示例

net = inceptionresnetv2 返回预训练的 Inception-ResNet-v2 网络。

此函数需要 Deep Learning Toolbox™ Model for Inception-ResNet-v2 Network 支持包。如果未安装此支持包，则函数会提供下载链接。

示例

全部折叠

加载 Inception-ResNet-v2 网络

下载并安装Deep Learning Toolbox Model for Inception-ResNet-v2 Network 支持包。

在命令行中键入 inceptionresnetv2。

inceptionresnetv2

如果未安装 Deep Learning Toolbox Model for Inception-ResNet-v2 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 inceptionresnetv2 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。

net = inceptionresnetv2

net = 

  DAGNetwork with properties:

         Layers: [825×1 nnet.cnn.layer.Layer]
    Connections: [922×2 table]

使用深度网络设计器可视化网络。

deepNetworkDesigner(inceptionresnetv2)

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。

Deep Network Designer start page showing available pretrained neural networks

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。

输出参数

全部折叠

`net` — 预训练 Inception-ResNet-v2 卷积神经网络
`DAGNetwork` 对象

预训练的 Inception-ResNet-v2 卷积神经网络，以 DAGNetwork 对象形式返回。

参考

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

[2] Szegedy, Christian, Sergey Ioffe, Vincent Vanhoucke, and Alexander A. Alemi. "Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning." In AAAI, vol. 4, p. 12. 2017.

[3] https://keras.io/api/applications/inceptionresnetv2/

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，您可以通过使用语法 net = inceptionresnetv2 或通过将 inceptionresnetv2 函数传递给 coder.loadDeepLearningNetwork (MATLAB Coder) 来加载网络。例如：net = coder.loadDeepLearningNetwork('inceptionresnetv2')

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)。

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 = inceptionresnetv2 或通过将 inceptionresnetv2 函数传递给 coder.loadDeepLearningNetwork (GPU Coder) 来加载网络。例如：net = coder.loadDeepLearningNetwork('inceptionresnetv2')

有关详细信息，请参阅Load Pretrained Networks for Code Generation (GPU Coder)。

版本历史记录

在 R2017b 中推出

inceptionresnetv2

语法

说明

示例

加载 Inception-ResNet-v2 网络

输出参数

`net` — 预训练 Inception-ResNet-v2 卷积神经网络
`DAGNetwork` 对象

参考

扩展功能

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

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

版本历史记录

另请参阅

主题

inceptionresnetv2

语法

说明

示例

加载 Inception-ResNet-v2 网络

输出参数

net — 预训练 Inception-ResNet-v2 卷积神经网络 DAGNetwork 对象

参考

扩展功能

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

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

版本历史记录

另请参阅

主题

WeChat

`net` — 预训练 Inception-ResNet-v2 卷积神经网络
`DAGNetwork` 对象

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

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