怎样做网站教程,免费建立一个个人网站,浏览器正能量网站2021,php网站怎么搭建环境配置目录
加载预训练卷积网络
加载数据
将帧转换为特征向量
准备训练数据
创建 LSTM 网络
指定训练选项
训练 LSTM 网络
组合视频分类网络
使用新数据进行分类
辅助函数 此示例说明如何通过将预训练图像分类模型和 LSTM 网络相结合来创建视频分类网络。
要为视频…目录
加载预训练卷积网络
加载数据
将帧转换为特征向量
准备训练数据
创建 LSTM 网络
指定训练选项
训练 LSTM 网络
组合视频分类网络
使用新数据进行分类
辅助函数 此示例说明如何通过将预训练图像分类模型和 LSTM 网络相结合来创建视频分类网络。
要为视频分类创建深度学习网络，请执行以下操作： 使用预训练卷积神经网络（如 GoogLeNet）将视频转换为特征向量序列，以从每帧中提取特征。 基于序列训练 LSTM 网络来预测视频标签。 通过合并来自两个网络的层，组合一个直接对视频进行分类的网络。 下图说明网络架构。 要将图像序列输入到网络，请使用序列输入层。 要使用卷积层来提取特征，也就是说，要将卷积运算独立地应用于视频的每帧，请使用一个后跟卷积层的序列折叠层。 要还原序列结构体并将输出重构为向量序列，请使用序列展开层和扁平化层。 要对得到的向量序列进行分类，请包括 LSTM 层，并在其后添加输出层。 加载预训练卷积网络
要将视频帧转换为特征向量，请使用预训练网络的激活值。
使用 googlenet 函数加载预训练的 GoogLeNet 模型。此函数需要 Deep Learning Toolbox™ Model for GoogLeNet Network 支持包。如果未安装此支持包，则函数会提供下载链接。
netCNN = googlenet;
加载数据
从HMDB：大型人体运动数据库下载 HMBD51 数据集，并将 RAR 文件提取到名为"hmdb51_org"的文件夹中。该数据集包含 51 个类的 7000 个片段、大约 2 GB 的视频数据，例如"drink"、"run"和"shake_hands"。
提取 RAR 文件后，使用支持函数hmdb51Files获取视频的文件名和标签。
dataFolder = "
