xception

卷积神经网络例外

语法

网= xception

网= xception(“权重”,“imagenet”)

lgraph = xception(“权重”,“没有一个”)

描述

exception是一个71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．

您可以使用分类使用Xception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Xception替换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Xception而不是GoogLeNet。

例子

网= xception返回一个经过ImageNet数据集训练的exception网络。

此功能需要深度学习工具箱™模型Xception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= xception(“权重”,“imagenet”）返回一个经过ImageNet数据集训练的exception网络。这种语法等价于网= xception．

lgraph= xception(“权重”,“没有”）返回未经训练的exception网络体系结构。未经训练的模型不需要支持包。

例子

全部折叠

下载异常支持包

下载并安装深度学习工具箱模型Xception网络支持包。

类型xception在命令行。

xception

如果深度学习工具箱模型Xception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xception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。

xception

ans = DAGNetwork属性:Layers: [171×1 nnet.cnn.layer.Layer] Connections: [182×2 table]

使用深度网络设计器可视化网络。

deepNetworkDesigner (xception)

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．

深度网络设计器开始页显示可用的预训练网络

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

全部折叠

`网`-预训练的Xception卷积神经网络
`DAGNetwork`对象

预训练的异常卷积神经网络，返回为DAGNetwork对象。

`lgraph`-未经训练的异常卷积神经网络架构
`LayerGraph`对象

未经训练的异常卷积神经网络架构，返回为LayerGraph对象。

参考文献

[1]ImageNet．http://www.image-net.org

[2] Chollet, F.， 2017。“例外:深度可分离卷积的深度学习。”arXiv预印本, pp.1610 - 02357。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

对于代码生成，可以使用语法加载网络网= xception或者通过xception函数coder.loadDeepLearningNetwork(MATLAB编码器)．例如:网= coder.loadDeepLearningNetwork(“xception”)

有关更多信息，请参见为代码生成加载预先训练的网络(MATLAB编码器)．

的语法xception(“重量”、“没有”)不支持代码生成。

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

使用注意事项和限制:

对于代码生成，可以使用语法加载网络网= xception或者通过xception函数coder.loadDeepLearningNetwork(GPU编码器)．例如:网= coder.loadDeepLearningNetwork(“xception”)
有关更多信息，请参见为代码生成加载预先训练的网络(GPU编码器)．
的语法xception(“重量”、“没有”)不支持GPU代码生成。

版本历史

介绍了R2019a

另请参阅