博客

GoogLeNet已经接受了超过一百万张图像的培训，可以将图像分为1000个对象类别（如键盘，咖啡杯，铅笔和许多动物）。 该网络已经为各种图像学习了丰富的特征表示。 网络将图像作为输入，然后输出图像中对象的标签以及每个对象类别的概率。迁移学习通常用于深度学习应用程序，可以使用预训练网络并将其作为学习新任务的起点。

下载GoogLeNet toolbox

在命令窗口输入 “googlenet”进入页面下载，如已经安装会出现以下字样：

ans = 

  DAGNetwork - 属性:

         Layers: [144×1 nnet.cnn.layer.Layer]
    Connections: [170×2 table]

如何想要对GoogLeNet有深入的了解，可以在电脑的matla安装路径下找到对应的toolbox的文件夹。例如：matlab2018\toolbox\nnet\cnn

利用迁移学习对GoogLeNet进行更改，下面是mathwork

官网

上的例子，可以进行参考。

%% 加载数据
% 解压缩并将新图像作为图像数据存储加载。这个非常小的数据集只包含75个图像。 将数据划分为训练和验证数据集。使用70％的图