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.

nasnetlarge

Red neuronal convolucional NASNet-Large preentrenada

Desde R2019a

• 

×

Sintaxis

net = nasnetlarge

Descripción

NASNet-Large es una red neuronal convolucional que está entrenada con más de un millón de imágenes de la base de datos [1] de ImageNet. Esta red 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 331 por 331. Para ver más redes preentrenadas en MATLAB^®, consulte Redes neuronales profundas preentrenadas.

Puede utilizar classify para clasificar nuevas imágenes mediante el modelo NASNet-Large. Siga los pasos que se muestran en Clasificar una imagen con GoogLeNet y reemplace GoogLeNet por NASNet-Large.

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 NASNet-Large en lugar de GoogLeNet.

net = nasnetlarge devuelve una red neuronal convolucional NASNet-Large preentrenada.

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

Ejemplos

Descargar el paquete de soporte NASNet-Large

Descargue e instale el paquete de soporte Deep Learning Toolbox Model for NASNet-Large Network.

Escriba nasnetlarge en la línea de comandos.

nasnetlarge

Si el paquete de soporte Deep Learning Toolbox Model for NASNet-Large 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 nasnetlarge en la línea de comandos. Si el paquete de soporte requerido está instalado, la función devuelve un objeto DAGNetwork.

nasnetlarge

ans = 

  DAGNetwork with properties:

         Layers: [1244×1 nnet.cnn.layer.Layer]
    Connections: [1463×2 table]

Visualice la red con Deep Network Designer.

deepNetworkDesigner(nasnetlarge)

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.

Transferencia del aprendizaje usando NASNet-Large

Puede usar la transferencia del aprendizaje para volver a entrenar la red para clasificar un nuevo conjunto de imágenes.

Abra el ejemplo Entrenar redes de deep learning para clasificar nuevas imágenes. En el ejemplo original se usa la red preentrenada GoogLeNet. Para realizar la transferencia del aprendizaje utilizando una red diferente, cargue la red preentrenada deseada y siga los pasos del ejemplo.

Cargue la red NASNet-Large en lugar de GoogLeNet.

net = nasnetlarge

Siga los pasos restantes del ejemplo para volver a entrenar su red. Debe reemplazar la última capa que se puede aprender y la capa de clasificación de su red con nuevas capas para el entrenamiento. En el ejemplo se muestra cómo encontrar las capas que se desea reemplazar.

Argumentos de salida

net — Red neuronal convolucional NASNet-Large preentrenada

objeto DAGNetwork

Red neuronal convolucional NASNet-Large preentrenada, devuelta como objeto DAGNetwork.

Referencias

[1] ImageNet. http://www.image-net.org

[2] Zoph, Barret, Vijay Vasudevan, Jonathon Shlens, and Quoc V. Le. "Learning Transferable Architectures for Scalable Image Recognition ." arXiv preprint arXiv:1707.07012 2, no. 6 (2017).

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 = nasnetlarge o pasando la función nasnetlarge a coder.loadDeepLearningNetwork (MATLAB Coder). Por ejemplo, net = coder.loadDeepLearningNetwork('nasnetlarge').

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 = nasnetlarge o pasando la función nasnetlarge a coder.loadDeepLearningNetwork (GPU Coder). Por ejemplo, net = coder.loadDeepLearningNetwork('nasnetlarge').

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

Historial de versiones

Introducido en R2019a

Consulte también

Deep Network Designer | vgg16 | vgg19 | googlenet | trainNetwork | layerGraph | DAGNetwork | resnet50 | resnet101 | inceptionresnetv2 | squeezenet | densenet201 | nasnetmobile | shufflenet

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