このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
深層学習用の有向非循環グラフ (DAG) ネットワーク
DAG ネットワークは、層が有向非循環グラフとして配置された深層学習用のニューラル ネットワークです。DAG ネットワークは、層に複数の層からの入力および複数の層への出力が含まれる、より複雑なアーキテクチャを持つことができます。
DAGNetwork
オブジェクトは、次のようにいくつかの方法で作成できます。
squeezenet
、googlenet
、resnet50
、resnet101
、inceptionv3
などの事前学習済みのネットワークを読み込みます。例については、SqueezeNet ネットワークの読み込みを参照してください。事前学習済みのネットワークの詳細は、事前学習済みの深層ニューラル ネットワークを参照してください。
trainNetwork
を使用して、ネットワークの学習または微調整を行う。例については、新しいイメージを分類するための深層学習ネットワークの学習を参照してください。
TensorFlow™-Keras、Caffe、または ONNX™ (Open Neural Network Exchange) モデル形式から事前学習済みネットワークをインポートする。
Keras モデルの場合は、importKerasNetwork
を使用する。例については、Keras ネットワークのインポートとプロットを参照してください。
Caffe モデルの場合は、importCaffeNetwork
を使用する。例については、Caffe ネットワークのインポートを参照してください。
ONNX モデルの場合は、importONNXNetwork
を使用する。例については、Import ONNX Networkを参照してください。
メモ
他の事前学習済みのネットワークについては、事前学習済みの深層ニューラル ネットワークを参照してください。
activations | 深層学習ネットワーク層の活性化の計算 |
classify | 学習済み深層学習ニューラル ネットワークを使用したデータの分類 |
predict | 学習済み深層学習ニューラル ネットワークを使用した応答の予測 |
plot | ニューラル ネットワークの層グラフのプロット |
analyzeNetwork
| assembleNetwork
| classify
| googlenet
| importKerasNetwork
| inceptionresnetv2
| inceptionv3
| layerGraph
| plot
| predict
| resnet101
| resnet18
| resnet50
| SeriesNetwork
| squeezenet
| trainingOptions
| trainNetwork