tf.keras.applications.EfficientNetB7

Создает экземпляр архитектуры EfficientNetB7.

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.applications.efficientnet.EfficientNetB7

tf.keras.applications.EfficientNetB7(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    **kwargs
)

Ссылка:

EfficientNet: переосмысление масштабирования моделей для сверточных нейронных сетей (ICML 2019)

Эта функция возвращает модель классификации изображений Keras, при необходимости загружая веса, предварительно обученные на ImageNet.

С примерами использования для классификации изображений можно ознакомиться на этой странице.

При использовании трансферного обучения обязательно ознакомьтесь с руководством по трансферному обучению и тонкой настройке.

Примечание: для каждого приложения Keras требуется определенный тип предварительной обработки входных данных. В EfficientNet предварительная обработка входных данных включена в модель (как слой Rescaling), поэтому keras.applications.efficientnet.preprocess_input фактически является сквозной функцией. В качестве входных данных модели EfficientNet ожидают тензоры пикселей с плавающей точкой и значениями в диапазоне [0-255].

Аргументы
`include_top`	Следует ли включать полносвязный слой в верхней части сети. Значение по умолчанию — `True`.
`weights`	Одно из значений: `None` (случайная инициализация), `"imagenet"` (предварительное обучение на ImageNet) или путь к файлу весов для загрузки. Значение по умолчанию — `"imagenet"`.
`input_tensor`	Необязательный тензор Keras (т. е. результат `layers.Input()`), используемый в качестве входных данных изображения для модели.
`input_shape`	Необязательный кортеж формы; указывается только в том случае, если `include_top` имеет значение False. Он должен содержать ровно 3 входных канала.
`pooling`	Необязательный режим пулинга для извлечения признаков, если `include_top` имеет значение `False`. Значение по умолчанию — `None`. `None` означает, что выходом модели будет 4D-тензор, являющийся выходом последнего сверточного слоя. `avg` означает, что к выходу последнего сверточного слоя будет применен глобальный average pooling, поэтому выходом модели будет 2D-тензор. `max` означает, что будет применен глобальный max pooling.
`classes`	Необязательное количество классов для классификации изображений. Указывается только в том случае, если `include_top` имеет значение True и аргумент `weights` не указан. В ImageNet насчитывается 1000 классов. Значение по умолчанию — `1000`.
`classifier_activation`	Объект типа `str` или вызываемый объект. Функция активации для верхнего слоя. Игнорируется, если не задано `include_top=True`. Задайте `classifier_activation=None`, чтобы возвращать логиты верхнего слоя. Значение по умолчанию — `'softmax'`. При загрузке предварительно обученных весов `classifier_activation` может принимать только значения `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/EfficientNetB7