SeriesNetwork
深度学习系列网络
描述
系列网络是一种用于深度学习的神经网络,它的层次依次排列。它有一个输入层和一个输出层。
创建
有几种方法可以创建SeriesNetwork
对象:
使用加载预先训练的网络
alexnet
,darknet19
,vgg16
,或vgg19
.示例请参见负载预训练的AlexNet卷积神经网络.训练或微调网络使用
trainNetwork
.示例请参见图像分类训练网络.从TensorFlow™-Keras、Caffe或ONNX™(开放神经网络交换)模型格式中导入预训练的网络。
对于Keras模型,使用
importKerasNetwork
.示例请参见导入和绘制Keras网络.对于Caffe模型,使用
importCaffeNetwork
.示例请参见进口咖啡网络.对于ONNX型号,使用
importONNXNetwork
.示例请参见导入ONNX网络为DAGNetwork.
从预先训练的层集合一个深度学习网络使用
assembleNetwork
函数。
属性
对象的功能
激活 |
计算深度学习网络层激活 |
分类 |
利用训练过的深度学习神经网络对数据进行分类 |
预测 |
使用训练过的深度学习神经网络预测响应 |
predictAndUpdateState |
使用训练过的循环神经网络预测响应并更新网络状态 |
classifyAndUpdateState |
使用训练过的循环神经网络对数据进行分类并更新网络状态 |
resetState |
重置神经网络状态参数 |
情节 |
图神经网络结构 |
例子
扩展功能
版本历史
介绍了R2016a