googlenet

概述

Googlenet是一個卷積神經網絡，對來自Imagenet數據庫的一百萬張圖像進行了培訓。結果，該網絡已經為各種圖像學習了豐富的功能表示。該網絡可以將圖像分類為1000個對像類別，例如鍵盤，鼠標，鉛筆和許多動物。

該網絡的圖像輸入大小為224 by-224 by-3。

用法

該存儲庫需要MATLAB（R2018B及以上）和深度學習工具箱。

該存儲庫提供了三個功能：

• GoogleNetlayers：通過Googlenet的網絡體系結構創建一個未經培訓的網絡
• cossemblegooglenet：創建一個Googlenet網絡，具有對Imagenet數據訓練的權重
• GoogleNetexample：演示如何使用訓練有素的GoogLenet網絡對圖像進行分類

要構建未經訓練的Googlenet網絡以從頭開始訓練，請在MATLAB命令行中輸入以下內容：

lgraph = googlenetLayers ;

未訓練的網絡作為layerGraph對象返回。

要構建適用於圖像分類的訓練有素的Googlenet網絡，請在MATLAB命令行中輸入以下內容：

net = assembleGoogLeNet ;

訓練有素的網絡作為DAGNetwork對象返回。

將圖像與網絡分類：

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

文件

有關GoogleNet預訓練模型的更多信息，請參見MATLAB深度學習工具箱文檔中的GoogLenet功能頁面。

建築學

Googlenet是一個殘留網絡。剩餘網絡是一種繞過主要網絡層的殘差（或快捷方式）連接的DAG網絡。殘差連接使參數梯度從輸出層到網絡的早期層更容易地傳播，這使得可以訓練更深的網絡。這種增加的網絡深度可能會導致更加艱鉅的任務準確性。

您可以使用Deep Network Designer探索和編輯網絡體系結構。

MATLAB中的Googlenet

該存儲庫證明了MATLAB中從頭開始的殘留深神經網絡的構建。您可以使用此存儲庫中的代碼作為建立具有不同數量殘差塊的剩餘網絡的基礎。

您還可以通過安裝Googlenet網絡支持軟件包的深度學習工具箱模型來從MATLAB內部創建訓練有素的Googlenet網絡。在命令行中鍵入googlenet 。如果未安裝GoogleNet網絡支持軟件包的深度學習工具箱模型，則該功能提供了附加探索器中所需的支持軟件包的鏈接。要安裝支持軟件包，請單擊鏈接，然後單擊“安裝”。

另外，您可以在GoogleNet網絡的深度學習工具箱模型上從Mathworks文件交換中下載GoogleNet預訓練的模型。

您可以通過將經過訓練的GoogLenet網絡導入深網絡設計器應用程序並選擇導出>生成代碼來從MATLAB內部創建未經訓練的Googlenet網絡。導出的代碼將通過Googlenet的網絡體系結構生成未經培訓的網絡。