文章目录
一、提取要训练的数据
unzip('MerchData.zip');
二、选择预训练网络
打开深度网络设计器
deepNetworkDesigner
演示：
通过从深度网络设计器首页中选择一个预训练的 GoogLeNet 网络来加载它。如果您需要下载网络，可点击安装，打开附加功能资源管理器。
等待…
深度网络设计器将显示整个网络的缩小视图。浏览网络图。要使用鼠标放大，请使用 Ctrl + 滚轮。
三、加载数据集
要将数据加载到深度网络设计器中，请在数据选项卡上，点击导入数据 > 导入图像数据。将打开“导入图像数据”对话框。在数据源列表中，选择文件夹。点击浏览并选择提取的 MerchData 文件夹。
该对话框还允许您从 App 中拆分验证数据。将数据分为 70% 用作训练数据，30% 用作验证数据。
指定要对训练图像执行的增强操作。对于此示例，在 x 轴上进行随机翻转，在 [-90,90] 度范围内进行随机旋转，在 [1,2] 范围内进行随机重新缩放。
然后如下：使用深度网络设计器，您可以在数据选项卡中直观地查看训练和验证数据的分布情况。您可以看到在此示例中数据集中有五个类。您还可以查看每个类的随机观测值。
深度网络设计器会在训练期间调整图像大小，以匹配网络输入大小。要查看网络输入大小，请在设计器选项卡中，点击 imageInputLayer拖动到中奖。此网络的输入大小为 224×224。
记得ctrl+滚轮，不断放大，不让你看不清，放大后才能看清楚：
四、编辑迁移学习网络
在设计器选项卡中，将新的 fullyConnectedLayer 从网络层库拖到画布上。将 OutputSize 设置为新数据中的类数。然后删除原来的这个全连接层，用剪切。（在最底部）
再重新连接即可：
设置参数：
替换输出层。滚动到网络层库的末尾，将一个新的 classificationLayer 拖到画布上。删除原来的 output 层，改为连接新层。
一样把这个先删了：
再拖动进来连接：
