La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

inceptionresnetv2

Red neuronal convolucional Inception-ResNet-v2 preentrenada

• 

×

Sintaxis

net = inceptionresnetv2

Descripción

Inception-ResNet-v2 es una red neuronal convolucional que está entrenada con más de un millón de imágenes de la base de datos [1] de ImageNet. La red tiene 164 capas de profundidad y puede clasificar imágenes en 1000 categorías de objetos (por ejemplo, teclado, ratón, lápiz y muchos animales). Como resultado, la red ha aprendido representaciones ricas en características para una amplia gama de imágenes. El tamaño de la entrada de imagen de la red es de 299 por 299. Para ver más redes preentrenadas en MATLAB^®, consulte Redes neuronales profundas preentrenadas.

Puede utilizar classify para clasificar imágenes nuevas mediante la red Inception-ResNet-v2. Siga los pasos que se muestran en Clasificar una imagen con GoogLeNet y reemplace GoogLeNet por Inception-ResNet-v2.

Para volver a entrenar la red en una nueva tarea de clasificación, siga los pasos indicados en Entrenar redes de deep learning para clasificar nuevas imágenes y cargue Inception-ResNet-v2 en lugar de GoogLeNet.

net = inceptionresnetv2 devuelve una red Inception-ResNet-v2 preentrenada.

Esta función requiere el paquete de soporte Deep Learning Toolbox™ Model for Inception-ResNet-v2 Network. Si no ha instalado el paquete de soporte, la función proporciona un enlace de descarga.

Ejemplos

Cargar la red Inception-ResNet-v2

Descargue e instale el paquete de soporte Deep Learning Toolbox Model for Inception-ResNet-v2 Network.

Escriba inceptionresnetv2 en la línea de comandos.

inceptionresnetv2

Si el paquete de soporte Deep Learning Toolbox Model for Inception-ResNet-v2 Network no está instalado, la función proporciona un enlace al paquete de soporte correspondiente en Add-On Explorer. Para instalar el paquete de soporte, haga clic en el enlace y después en Install. Para comprobar que la instalación se ha realizado correctamente, escriba inceptionresnetv2 en la línea de comandos. Si el paquete de soporte requerido está instalado, la función devuelve un objeto DAGNetwork.

net = inceptionresnetv2

net = 

  DAGNetwork with properties:

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

Visualice la red con Deep Network Designer.

deepNetworkDesigner(inceptionresnetv2)

Para examinar otras redes neuronales preentrenadas en Deep Network Designer, haga clic en New.

Si necesita descargar una red neuronal, deténgase en la red neuronal deseada y haga clic en Install para abrir Add-On Explorer.

Argumentos de salida

net — Red neuronal convolucional Inception-ResNet-v2 preentrenada

objeto DAGNetwork

Red neuronal convolucional Inception-ResNet-v2 preentrenada, devuelta como un objeto DAGNetwork.

Referencias

[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/

Capacidades ampliadas

Generación de código C/C++

Genere código C y C++ mediante MATLAB® Coder™.

Para generar código, puede cargar la red mediante la sintaxis net = inceptionresnetv2 o pasando la función inceptionresnetv2 a coder.loadDeepLearningNetwork (MATLAB Coder). Por ejemplo, net = coder.loadDeepLearningNetwork('inceptionresnetv2').

Para obtener más información, consulte Load Pretrained Networks for Code Generation (MATLAB Coder).

Generación de código de GPU

Genere código CUDA® para GPU NVIDIA® mediante GPU Coder™.

Notas y limitaciones de uso:

Para generar código, puede cargar la red mediante la sintaxis net = inceptionresnetv2 o pasando la función inceptionresnetv2 a coder.loadDeepLearningNetwork (GPU Coder). Por ejemplo, net = coder.loadDeepLearningNetwork('inceptionresnetv2').

Para obtener más información, consulte Load Pretrained Networks for Code Generation (GPU Coder).

Historial de versiones

Introducido en R2017b

Consulte también

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

Temas

• Transferencia del aprendizaje con Deep Network Designer
• Deep learning en MATLAB
• Redes neuronales profundas preentrenadas
• Clasificar una imagen con GoogLeNet
• Entrenar redes de deep learning para clasificar nuevas imágenes
• Train Residual Network for Image Classification