googlenet

概述

Googlenet是一个卷积神经网络，对来自Imagenet数据库的一百万张图像进行了培训。结果，该网络已经为各种图像学习了丰富的功能表示。该网络可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。

该网络的图像输入大小为224 by-224 by-3。

用法

该存储库需要MATLAB（R2018B及以上）和深度学习工具箱。

该存储库提供了三个功能：

• GoogleNetlayers：通过Googlenet的网络体系结构创建一个未经培训的网络
• cossemblegooglenet：创建一个Googlenet网络，具有对Imagenet数据训练的权重
• GoogleNetexample：演示如何使用训练有素的GoogLenet网络对图像进行分类

要构建未经训练的Googlenet网络以从头开始训练，请在MATLAB命令行中输入以下内容：

lgraph = googlenetLayers ;

未训练的网络作为layerGraph对象返回。

要构建适用于图像分类的训练有素的Googlenet网络，请在MATLAB命令行中输入以下内容：

net = assembleGoogLeNet ;

训练有素的网络作为DAGNetwork对象返回。

将图像与网络分类：

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

文档

有关GoogleNet预训练模型的更多信息，请参见MATLAB深度学习工具箱文档中的GoogLenet功能页面。

建筑学

Googlenet是一个残留网络。剩余网络是一种绕过主要网络层的残差（或快捷方式）连接的DAG网络。残差连接使参数梯度从输出层到网络的早期层更容易地传播，这使得可以训练更深的网络。这种增加的网络深度可能会导致更加艰巨的任务准确性。

您可以使用Deep Network Designer探索和编辑网络体系结构。

MATLAB中的Googlenet

该存储库证明了MATLAB中从头开始的残留深神经网络的构建。您可以使用此存储库中的代码作为建立具有不同数量残差块的剩余网络的基础。

您还可以通过安装Googlenet网络支持软件包的深度学习工具箱模型来从MATLAB内部创建训练有素的Googlenet网络。在命令行中键入googlenet 。如果未安装GoogleNet网络支持软件包的深度学习工具箱模型，则该功能提供了附加探索器中所需的支持软件包的链接。要安装支持软件包，请单击链接，然后单击“安装”。

另外，您可以在GoogleNet网络的深度学习工具箱模型上从Mathworks文件交换中下载GoogleNet预训练的模型。

您可以通过将经过训练的GoogLenet网络导入深网络设计器应用程序并选择导出>生成代码来从MATLAB内部创建未经训练的Googlenet网络。导出的代码将通过Googlenet的网络体系结构生成未经培训的网络。