最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

squeezenet

事前学習済み SqueezeNet 畳み込みニューラル ネットワーク

構文

net = squeezenet

説明

SqueezeNet は、ImageNet データベース [1] の 100 万枚を超えるイメージで学習済みの畳み込みニューラル ネットワークです。このネットワークは、深さが 18 層であり、イメージを 1000 個のオブジェクト カテゴリ (キーボード、マウス、鉛筆、多くの動物など) に分類できます。結果として、このネットワークは広範囲のイメージに対する豊富な特徴表現を学習しています。この関数は SqueezeNet v1.1 ネットワークを返します。このネットワークの精度は SqueezeNet v1.0 と同様ですが、予測あたりに必要な浮動小数点演算回数は少なくなります [3]。ネットワークのイメージ入力サイズは 227 x 227 です。MATLAB^® の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。

classify を使用すると、SqueezeNet ネットワークを使用して新しいイメージを分類できます。GoogLeNet を使用したイメージの分類の手順に従って、GoogLeNet を SqueezeNet に置き換えます。

新しい分類タスクでネットワークの再学習を行うには、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の手順に従い、GoogLeNet の代わりに SqueezeNet を読み込みます。

net = squeezenet は、事前学習済みの SqueezeNet 畳み込みニューラル ネットワークを返します。

この関数には、Deep Learning Toolbox™ Model for SqueezeNet Network サポート パッケージが必要です。このサポート パッケージがインストールされていない場合、関数によってダウンロード用リンクが表示されます。

例

SqueezeNet ネットワークの読み込み

Deep Learning Toolbox Model for SqueezeNet Network サポート パッケージをダウンロードしてインストールします。

コマンド ラインで squeezenet と入力します。

squeezenet

Deep Learning Toolbox Model for SqueezeNet Network サポート パッケージがインストールされていない場合、関数によってアドオン エクスプローラーに必要なサポート パッケージへのリンクが表示されます。サポート パッケージをインストールするには、リンクをクリックして、[インストール] をクリックします。コマンド ラインで squeezenet と入力して、インストールが正常に終了していることを確認します。必要なサポート パッケージがインストールされている場合、関数によって DAGNetwork オブジェクトが返されます。

net = squeezenet

net = 

  DAGNetwork with properties:

         Layers: [68×1 nnet.cnn.layer.Layer]
    Connections: [75×2 table]

出力引数

net — 事前学習済み SqueezeNet 畳み込みニューラル ネットワーク

DAGNetwork オブジェクト

事前学習済みの SqueezeNet 畳み込みニューラル ネットワーク。DAGNetwork オブジェクトとして返されます。

参照

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

[2] Iandola, Forrest N., Song Han, Matthew W. Moskewicz, Khalid Ashraf, William J. Dally, and Kurt Keutzer. "SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5 MB model size." arXiv preprint arXiv:1602.07360 (2016).

[3] https://github.com/DeepScale/SqueezeNet

拡張機能

C/C++ コード生成

MATLAB® Coder™ を使用して C および C++ コードを生成します。

コード生成の場合、関数 squeezenet を coder.loadDeepLearningNetwork に渡すことによってネットワークを読み込みます。次に例を示します。net = coder.loadDeepLearningNetwork('squeezenet')

詳細は、コード生成のための事前学習済みネットワークの読み込み (MATLAB Coder)を参照してください。

GPU コード生成

GPU Coder™ を使用して NVIDIA® GPU のための CUDA® コードを生成します。

使用上の注意事項および制限事項:

コード生成の場合、構文 net = squeezenet を使用するか、関数 squeezenet を coder.loadDeepLearningNetwork に渡すことによって、ネットワークを読み込むことができます。次に例を示します。net = coder.loadDeepLearningNetwork('squeezenet')

参考

DAGNetwork | alexnet | densenet201 | googlenet | inceptionresnetv2 | inceptionv3 | layerGraph | plot | resnet101 | resnet18 | resnet50 | trainNetwork | vgg16 | vgg19

トピック

• MATLAB による深層学習
• 事前学習済みの深層ニューラル ネットワーク
• GoogLeNet を使用したイメージの分類
• 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
• イメージ分類用の残差ネットワークの学習

R2018a で導入