它允许用户在GUI中对预训练的神经网络进行迁移学习,导入ONNX分类模型或导入MAT文件分类模型,无需编码。除了使用现有的模型外,用户还可以使用Deep network Designer (MATLAB内置应用程序)设计自己的神经网络,然后使用该应用程序对神经网络进行训练。用户可以在此应用程序中分析预训练的网络或导入的网络。它还允许用户修改图像增广器信息和训练选项(超参数)。一旦完成了网络的训练,用户可以将训练过的网络导出到工作区、MAT文件、ONNX文件中,并为应用程序中所做的步骤生成MATLAB代码。用户可以生成NVIDIA GPU CUDA Code,但不支持导入的ONNX模型。
预先训练的神经网络可用:
1) alexnet
2) googlenet (ImageNet)
3) goolgenet (Places365)
4) resnet18
5) resnet50
6) resnet101
7) vgg16
8) vgg19
9) inceptionv3
10) inceptionresnetv2
11) squeezenet
12) densenet201
13) mobilenetv2
14) shufflenet
16) xception
17) nasnetmobile
18) nasnetlarge
19)导入ONNX模型
20)导入mat文件模型
[截至R2019a,导入的ONNX层不支持生成CUDA代码]
如何使用这个应用程序设计和训练神经网络?
https://www.youtube.com/watch?v=-GeZa6IL2QA
如何导入ONNX模型训练使用这个应用程序?
https://www.youtube.com/watch?v=8pZiduqp35g
引用作为
凯文庄瑞豪(2022)。转移学习(//www.ru-cchi.com/matlabcentral/fileexchange/70293-transfer-learning), MATLAB中央文件交换。检索.