tf.keras.applications.InceptionResNetV2

Инициализирует архитектуру Inception-ResNet v2.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.inception_resnet_v2.InceptionResNetV2

tf.keras.applications.InceptionResNetV2(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Ссылка:

Inception-v4, Inception-ResNet и влияние остаточных связей на обучение (AAAI 2017)

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

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

Для случаев применения трансферного обучения убедитесь, что вы прочли руководство по трансферному обучению и дообучению.

Примечание: каждая Keras Application ожидает определенного вида предобработки входных данных. Для InceptionResNetV2 вызовите keras.applications.inception_resnet_v2.preprocess_input для ваших входных данных перед передачей их в модель. inception_resnet_v2.preprocess_input будет масштабировать пиксели входных данных в диапазоне от -1 до 1.

Аргументы
`include_top`	включать ли полносвязный слой в верхней части сети.
`weights`	один из `None` (случайная инициализация), `"imagenet"` (предварительное обучение на ImageNet) или путь к файлу весов для загрузки.
`input_tensor`	необязательный тензор Keras (т.е. результат `layers.Input()`) для использования в качестве входных данных изображения для модели.
`input_shape`	необязательная кортеж формы, который необходимо указывать только если `include_top` является `False` (в противном случае форма входных данных должна быть `(299, 299, 3)` (с форматом данных `'channels_last'`) или `(3, 299, 299)` (с форматом данных `'channels_first'`). Она должна иметь ровно 3 канала входных данных, а ширина и высота не должны быть меньше 75. Например, `(150, 150, 3)` будет допустимым значением.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равно `False`. `None` означает, что выходом модели будет 4D тензор, являющийся результатом последнего сверточного блока. `'avg'` означает, что к выходу последнего сверточного блока будет применено глобальное среднее пулинг, и таким образом, выход модели будет 2D тензором. `'max'` означает, что будет применено глобальное максимальное пулинг.
`classes`	необязательное количество классов для классификации изображений, необходимое только если `include_top` равно `True`, и если аргумент `weights` не задан.
`classifier_activation`	Функция активации для верхнего слоя. Игнорируется, если `include_top=True`. Установка `classifier_activation=None` для возврата логарифмических вероятностей верхнего слоя. 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/InceptionResNetV2