ドキュメンテーション

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

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。

すべて折りたたむ

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ない場合、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

すべて折りたたむ

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).

拡張機能

R2018a で導入