googlenet

Ringkasan

Googlenet adalah jaringan saraf konvolusional yang dilatih pada lebih dari satu juta gambar dari database Imagenet. Akibatnya, jaringan telah mempelajari representasi fitur yang kaya untuk berbagai gambar. Jaringan dapat mengklasifikasikan gambar ke dalam 1000 kategori objek, seperti keyboard, mouse, pensil, dan banyak hewan.

Jaringan ini memiliki ukuran input gambar 224-oleh-224-by-3.

Penggunaan

Repositori ini membutuhkan MATLAB (R2018B dan di atas) dan kotak alat pembelajaran yang mendalam.

Repositori ini menyediakan tiga fungsi:

• Googlenetlayers: Membuat jaringan yang tidak terlatih dengan arsitektur jaringan Googlenet
• AssembleGooglenet: Membuat Jaringan Googlenet dengan Bobot yang Dilatih di Data Imagenet
• Googlenetexample: Menunjukkan cara mengklasifikasikan gambar menggunakan jaringan googlenet terlatih

Untuk membangun jaringan googlenet yang tidak terlatih untuk berlatih dari awal, ketik yang berikut di baris perintah MATLAB:

lgraph = googlenetLayers ;

Jaringan yang tidak terlatih dikembalikan sebagai objek layerGraph .

Untuk membangun jaringan Googlenet terlatih yang cocok untuk digunakan dalam klasifikasi gambar, ketik yang berikut ini di baris perintah MATLAB:

net = assembleGoogLeNet ;

Jaringan terlatih dikembalikan sebagai objek DAGNetwork .

Untuk mengklasifikasikan gambar dengan jaringan:

img = imresize(imread( " peppers.png " ),[ 224 224 ]);
predLabel = classify( net , img );
imshow( img );
title(string( predLabel ));

Dokumentasi

Untuk informasi lebih lanjut tentang model pra-terlatih GoogleNet, lihat halaman Fungsi Googlenet dalam dokumentasi kotak alat pembelajaran dalam Matlab.

Arsitektur

Googlenet adalah jaringan residu. Jaringan residu adalah jenis jaringan DAG yang memiliki koneksi residual (atau pintasan) yang memotong lapisan jaringan utama. Koneksi residual memungkinkan gradien parameter untuk merambat lebih mudah dari lapisan output ke lapisan jaringan sebelumnya, yang memungkinkan untuk melatih jaringan yang lebih dalam. Peningkatan kedalaman jaringan ini dapat menghasilkan akurasi yang lebih tinggi pada tugas yang lebih sulit.

Anda dapat mengeksplorasi dan mengedit arsitektur jaringan menggunakan Desainer Jaringan Deep.

Googlenet di Matlab

Repositori ini menunjukkan pembangunan jaringan saraf dalam sisa dari awal di Matlab. Anda dapat menggunakan kode di repositori ini sebagai fondasi untuk membangun jaringan residual dengan jumlah blok residu yang berbeda.

Anda juga dapat membuat jaringan GoogLeNet terlatih dari dalam Matlab dengan menginstal model Toolbox Deep Learning untuk Paket Dukungan Jaringan Googlenet. Ketik googlenet di baris perintah. Jika model Toolbox Deep Learning untuk Paket Dukungan Jaringan GooglEnet tidak diinstal, maka fungsi tersebut menyediakan tautan ke paket dukungan yang diperlukan dalam add-on explorer. Untuk menginstal paket dukungan, klik tautan, lalu klik Instal.

Atau, Anda dapat mengunduh model pra-terlatih Googlenet dari Exchange File MathWorks, di Deep Learning Toolbox Model untuk Jaringan Googlenet.

Anda dapat membuat jaringan googlenet yang tidak terlatih dari dalam Matlab dengan mengimpor jaringan Googlenet terlatih ke dalam aplikasi desainer jaringan yang dalam dan memilih ekspor> menghasilkan kode. Kode yang diekspor akan menghasilkan jaringan yang tidak terlatih dengan arsitektur jaringan Googlenet.