tf.keras.applications.EfficientNetB6

Инициализирует архитектуру EfficientNetB6.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.efficientnet.EfficientNetB6

tf.keras.applications.EfficientNetB6(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    **kwargs
)

Ссылка:

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks (ICML 2019)

Эта функция возвращает Keras-модель для классификации изображений, необязательно загруженную с предварительно обученными весами на наборе данных ImageNet.

Для случаев классификации изображений см. эту страницу для подробных примеров.

Для случаев переноса обучения обязательно ознакомьтесь с руководством по переносу обучения и донастройке.

Примечание: каждый Keras Application ожидает определенного вида предварительной обработки входных данных. Для EfficientNet предварительная обработка входных данных включена в состав модели (как слой Rescaling), и поэтому keras.applications.efficientnet.preprocess_input фактически является функцией пропуска. Модели EfficientNet ожидают, что их входные данные будут представлять собой плавающие тензоры пикселей со значениями в диапазоне [0-255].

Аргументы
`include_top`	Включать ли полностью подключенный слой в верхней части сети. По умолчанию `True`.
`weights`	Один из `None` (случайная инициализация), `"imagenet"` (предварительное обучение на ImageNet) или путь к файлу весов для загрузки. По умолчанию `"imagenet"`.
`input_tensor`	Необязательный тензор Keras (например, результат `layers.Input()`) для использования в качестве входного изображения для модели.
`input_shape`	Необязательная кортеж формы, который должен быть указан только в том случае, если `include_top` равен False. Он должен иметь ровно 3 канала входа.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равен `False`. По умолчанию `None`. `None` означает, что результатом модели будет 4D-тензор выходного значения последнего свёрточного слоя. `avg` означает, что к выходу последнего свёрточного слоя будет применено глобальное усреднение пулинга, и таким образом результат модели будет 2D-тензором. `max` означает, что будет применено глобальное максимальное пулинговое значение.
`classes`	Необязательное число классов для классификации изображений, которое необходимо указать только в том случае, если `include_top` равно True, и если не указан аргумент `weights`. 1000 — это количество классов в ImageNet. По умолчанию `1000`.
`classifier_activation`	Функция активации или вызываемый объект. Функция активации, используемая в верхнем слое. Игнорируется, если `include_top=True`. Установите `classifier_activation=None` для возвращения логарифмов верхнего слоя. По умолчанию `'softmax'`. При загрузке предварительно обученных весов, `classifier_activation` может быть только `None` или `"softmax"`.

Возвращаемое значение
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/EfficientNetB6