inceptionv3
Inception-v3卷积神经网络
描述
Inception-v3是一个48层的卷积神经网络。您可以在ImageNet数据库中的100多万张图像上加载经过训练的网络的预训练版本[1]．经过预先训练的网络可以将图像分类为1000个对象类别，如键盘、鼠标、铅笔和许多动物。因此，该网络已经学会了对广泛的图像进行丰富的特征表示。该网络的图像输入大小为299 * 299。在MATLAB中进行更多预训练的网络®,请参阅预训练深度神经网络．
你可以用分类使用Inception-v3模型对新图像进行分类。遵循以下步骤使用GoogLeNet对图像进行分类用Inception-v3取代GoogLeNet。
若要就新的分类任务重新训练网络，请按照训练深度学习网络对新图像进行分类加载Inception-v3而不是GoogLeNet。
网= inceptionv3
此功能需要深度学习工具箱™模型用于Inception-v3网络支持包。如果没有安装此支持包，则该功能提供下载链接。
网= inceptionv3(“权重”,“imagenet”）Net = inceptionv3．
lgraph= inceptionv3(“权重”,“没有”）
例子
下载Inception-v3支持包
下载并安装深度学习工具箱模型用于Inception-v3网络支持包。
类型inceptionv3在命令行。
inceptionv3
如果深度学习工具箱模型用于Inception-v3网络support包未安装，则该功能将在Add-On资源管理器中提供到所需支持包的链接。如果需要安装支持包，请单击链接，然后单击安装．输入命令检查安装是否成功inceptionv3在命令行。如果安装了所需的支持包，则函数返回一个DAGNetwork对象。
inceptionv3
ans = DAGNetwork属性:Layers: [316×1 nnet.cnn.layer.Layer] Connections: [350×2 table]
使用深度网络设计器可视化网络。
deepNetworkDesigner (inceptionv3)
通过单击在深度网络设计器中探索其他预先训练的网络新．
如果需要下载某个网络，请在该网络上暂停，然后单击安装打开附加组件资源管理器。
输出参数
参考文献
[1]ImageNet．http://www.image-net.org
Szegedy, Christian, Vincent Vanhoucke, Sergey Ioffe, Jon Shlens和Zbigniew Wojna。“重新思考计算机视觉的初始架构。”在IEEE计算机视觉与模式识别会议论文集，第2818-2826页。2016.
扩展功能
版本历史
在R2017b中引入
您也可以从以下列表中选择网站: