tf.keras.applications.EfficientNetV2B3

Инициализирует архитектуру EfficientNetV2B3.

tf.keras.applications.EfficientNetV2B3(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    include_preprocessing=True
)

Ссылка:

• EfficientNetV2: Более компактные модели и ускоренное обучение (ICML 2021)

Эта функция возвращает модель Keras для классификации изображений, необязательно загруженную с предобученными весами на ImageNet.

Для задач классификации изображений обратитесь к этой странице для подробных примеров.

Для использования трансферного обучения убедитесь, что вы ознакомились с руководством по трансферному обучению и донастройке.

Примечание: каждая Keras Application ожидает определённой предварительной обработки входных данных. Для EfficientNetV2 по умолчанию предварительная обработка включена в модель (как слой Rescaling), и поэтому keras.applications.efficientnet_v2.preprocess_input фактически является проходной функцией. В этом случае модели EfficientNetV2 ожидают входные данные в виде плавающей точки тензоров пикселей со значениями в диапазоне [0, 255]. В то же время предварительная обработка как часть модели (т.е. Rescaling слой) может быть отключена путём установки аргумента include_preprocessing в значение False. С отключённой предварительной обработкой модели EfficientNetV2 ожидают входные данные в виде плавающей точки тензоров пикселей со значениями в диапазоне [-1, 1].