La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

inceptionresnetv2

Rete neurale convoluzionale Inception-ResNet-v2 preaddestrata

• 

×

Sintassi

net = inceptionresnetv2

Descrizione

Inception-ResNet-v2 è una rete neurale convoluzionale addestrata su oltre un milione di immagini del database ImageNet [1]. La rete ha 164 livelli di profondità ed è in grado di classificare le immagini in 1000 categorie di oggetti, come tastiera, mouse, matita e molti animali. Di conseguenza, la rete ha appreso rappresentazioni ricche di feature per un'ampia gamma di immagini. La rete ha una dimensione di input dell'immagine di 299x299. Per ulteriori reti addestrate in MATLAB^®, vedere Reti neurali profonde preaddestrate.

È possibile utilizzare classify per classificare nuove immagini utilizzando la rete Inception-ResNet-v2. Seguire i passaggi di Classificazione di immagini utilizzando GoogLeNet e sostituire GoogLeNet con Inception-ResNet-v2.

Per riaddestrare la rete su una nuova attività di classificazione, seguire i passaggi di Addestramento della rete di Deep Learning per classificare nuove immagini e caricare Inception-ResNet-v2 al posto di GoogLeNet.

net = inceptionresnetv2 restituisce una rete Inception-ResNet-v2 preaddestrata.

Questa funzione richiede il pacchetto di supporto Deep Learning Toolbox™ Model per la rete Inception-ResNet-v2. Se il pacchetto di supporto non è installato, la funzione fornisce un link per il download.

Esempi

Caricamento della rete Inception-ResNet-v2 preaddestrata

Scaricare e installare il pacchetto di supporto Deep Learning Toolbox Model for Inception-ResNet-v2 Network.

Digitare inceptionresnetv2 nella riga di comando.

inceptionresnetv2

Se il pacchetto di supporto Deep Learning Toolbox Model for Inception-ResNet-v2 Network non è installato, la funzione fornisce un link al pacchetto di supporto richiesto nell’Add-On Explorer. Fare clic sul link per installare il pacchetto di supporto, quindi fare clic su Install. Verificare che l’installazione sia stata eseguita correttamente digitando inceptionresnetv2 nella riga di comando. Se il pacchetto di supporto richiesto è installato, la funzione restituisce un oggetto DAGNetwork.

net = inceptionresnetv2

net = 

  DAGNetwork with properties:

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

Visualizzare la rete con Deep Network Designer.

deepNetworkDesigner(inceptionresnetv2)

Scoprire altre reti neurali preaddestrate in Deep Network Designer facendo clic su New.

Se è necessario scaricare una rete neurale, fermarsi sulla rete neurale desiderata e fare clic su Install per aprire l’Add-On Explorer.

Argomenti di output

net — Rete neurale convoluzionale Inception-ResNet-v2 preaddestrata

Oggetto DAGNetwork

Rete neurale convoluzionale Inception-ResNet-v2 preaddestrata, restituita come un oggetto DAGNetwork.

Riferimenti

[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/

Funzionalità estese

Generazione di codice C/C++

Genera codice C e C++ con MATLAB® Coder™.

Per la generazione di codice, è possibile caricare la rete utilizzando la sintassi net = inceptionresnetv2 o passando la funzione inceptionresnetv2 su coder.loadDeepLearningNetwork (MATLAB Coder). Ad esempio: net = coder.loadDeepLearningNetwork('inceptionresnetv2')

Per ulteriori informazioni, vedere Load Pretrained Networks for Code Generation (MATLAB Coder).

Generazione di codice GPU

Genera codice CUDA® per GPU NVIDIA® con GPU Coder™.

Note sull’utilizzo e sulle limitazioni:

Per la generazione di codice, è possibile caricare la rete utilizzando la sintassi net = inceptionresnetv2 o passando la funzione inceptionresnetv2 su coder.loadDeepLearningNetwork (GPU Coder). Ad esempio: net = coder.loadDeepLearningNetwork('inceptionresnetv2')

Per ulteriori informazioni, vedere Load Pretrained Networks for Code Generation (GPU Coder).

Cronologia versioni

Introdotto in R2017b

Vedi anche

Deep Network Designer | vgg16 | vgg19 | googlenet | resnet18 | resnet50 | resnet101 | inceptionv3 | densenet201 | squeezenet | trainNetwork | layerGraph | DAGNetwork | importKerasLayers | importKerasNetwork

Argomenti

• Transfer Learning con Deep Network Designer
• Deep Learning in MATLAB
• Reti neurali profonde preaddestrate
• Classificazione di immagini utilizzando GoogLeNet
• Addestramento della rete di Deep Learning per classificare nuove immagini
• Train Residual Network for Image Classification