tf.keras.applications.EfficientNetB0

Создаёт экземпляр архитектуры EfficientNetB0.

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.applications.efficientnet.EfficientNetB0

tf.keras.applications.EfficientNetB0(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    **kwargs
)

Используется в блокнотах

Используется в руководствах
Загрузка видеоданных

Справочная информация:

EfficientNet: пересмотр масштабирования моделей для свёрточных нейронных сетей (ICML 2019)

Эта функция возвращает модель классификации изображений Keras, при необходимости загруженную с весами, предварительно обученными на ImageNet.

Примеры использования для классификации изображений см. на этой странице.

При использовании для переноса обучения обязательно ознакомьтесь с руководством по переносу обучения и тонкой настройке.

Примечание: для каждого приложения Keras требуется определённый тип предварительной обработки входных данных. Для EfficientNet предварительная обработка входных данных включена в модель как слой Rescaling, поэтому keras.applications.efficientnet.preprocess_input фактически является функцией, которая ничего не меняет. Модели EfficientNet ожидают на входе тензоры с пиксельными значениями типа float в диапазоне [0-255].

Аргументы
`include_top`	Нужно ли включать полносвязный слой в верхней части сети. По умолчанию — `True`.
`weights`	Одно из значений: `None` (случайная инициализация), `"imagenet"` (предварительное обучение на ImageNet) или путь к файлу весов для загрузки. По умолчанию — `"imagenet"`.
`input_tensor`	Необязательный тензор Keras (т. е. выход `layers.Input()`), используемый в качестве входного изображения для модели.
`input_shape`	Необязательный кортеж формы; указывается только если `include_top` равно False. Он должен содержать ровно 3 входных канала.
`pooling`	Необязательный режим объединения для извлечения признаков, если `include_top` равно `False`. По умолчанию — `None`. `None` означает, что выходом модели будет 4D-тензор, полученный на последнем свёрточном слое. `avg` означает, что к выходу последнего свёрточного слоя будет применено глобальное усредняющее объединение, поэтому выходом модели будет 2D-тензор. `max` означает, что будет применено глобальное максимальное объединение.
`classes`	Необязательное количество классов для классификации изображений; указывается только если `include_top` равно True и аргумент `weights` не задан. В ImageNet 1000 классов. По умолчанию — `1000`.
`classifier_activation`	`str` или вызываемый объект. Функция активации для верхнего слоя. Игнорируется, если не `include_top=True`. Установите `classifier_activation=None`, чтобы возвращать логиты верхнего слоя. По умолчанию — `'softmax'`. При загрузке предварительно обученных весов `classifier_activation` может принимать только значение `None` или `"softmax"`.

Возвращает
Экземпляр модели.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/applications/EfficientNetB0