alexnet
(Déconseillé) Réseau de neurones à convolution AlexNet
L’utilisation de alexnet
est déconseillée. Utilisez la fonction imagePretrainedNetwork
à la place et spécifiez le modèle "alexnet"
. Pour plus d’informations, veuillez consulter Historique des versions.
Description
AlexNet est un réseau de neurones à convolution d’une profondeur de 8 couches. Vous pouvez charger une version préentraînée du réseau entraîné sur plus d’un million d’images dans la base de données ImageNet [1]. Le réseau entraîné peut classer des images dans 1 000 catégories d’objets, par exemple un clavier, une souris, un crayon et de nombreux animaux. En conséquence, le réseau a appris des représentations avec de nombreuses caractéristiques pour une grande variété d’images. Le réseau a une taille d’image en entrée de 227 par 227. Pour plus de réseaux pré-entraînés dans MATLAB®, veuillez consulter Pretrained Deep Neural Networks.
Pour une introduction gratuite aux méthodes pratiques de Deep Learning, veuillez consulter Deep Learning Onramp.
renvoie un réseau AlexNet entraîné sur le jeu de données ImageNet.net
= alexnet
Cette fonction nécessite le support package Deep Learning Toolbox™ Model for AlexNet Network. Si ce support package n’est pas installé, la fonction propose un lien de téléchargement. Vous pouvez également consulter Deep Learning Toolbox Model for AlexNet Network.
Pour plus de réseaux pré-entraînés dans MATLAB, veuillez consulter Pretrained Deep Neural Networks.
renvoie un réseau AlexNet entraîné sur le jeu de données ImageNet. Cette syntaxe est équivalente à net
= alexnet('Weights','imagenet'
)net = alexnet
.
renvoie l’architecture du réseau AlexNet non entraîné. Le modèle non entraîné ne nécessite pas de support package.layers
= alexnet('Weights','none'
)
Exemples
Arguments de sortie
Conseils
Pour une introduction gratuite aux méthodes pratiques de Deep Learning, veuillez consulter Deep Learning Onramp.
Références
[1] ImageNet. http://www.image-net.org.
[2] Russakovsky, O., Deng, J., Su, H., et al. "ImageNet Large Scale Visual Recognition Challenge." International Journal of Computer Vision (IJCV). Vol 115, Issue 3, 2015, pp. 211–252
[3] Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. "ImageNet Classification with Deep Convolutional Neural Networks." Communications of the ACM 60, no. 6 (May 24, 2017): 84–90. https://doi.org/10.1145/3065386
[4] BVLC AlexNet Model. https://github.com/BVLC/caffe/tree/master/models/bvlc_alexnet