深度学习关于基础学习matlab

本文概述了如何使用深度网络设计器创建GoogLeNet模型,加载预训练网络,进行图像数据预处理,设置训练选项,执行训练并评估模型性能,包括分类和混淆矩阵计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

迁移学习函数摘要
创建网络
函数 说明
deepNetworkDesigner 启动深度网络设计器
googlenet 加载预训练网络“GoogLeNet”
支持的网络 查看可用的预训练网络列表
fullyConnectedLayer 创建新的全连接网络层
classificationLayer 为分类网络创建新输出层

获取训练图像
函数 说明
imageDatastore 创建引用图像文件的数据存储
augmentedImageDatastore 预处理图像文件集合
splitEachLabel 将数据存储划分为多个数据存储

设置训练算法选项
函数 说明
trainingOptions 创建包含训练算法选项的变量

执行训练
函数 说明
trainNetwork 执行训练

使用经过训练的网络执行分类
函数 说明
classify 获取经过训练的网络对输入图像的分类

评估经过训练的网络
函数 说明
nnz 统计数组中的非零元素
confusionchart 计算混淆矩阵

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值