tf.keras.applications.InceptionResNetV2

Создает экземпляр архитектуры Inception-ResNet v2.

Просмотреть псевдонимы

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'
)

Справка:

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

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

Примеры использования для классификации изображений см. на этой странице.

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

Примечание: для каждого приложения Keras требуется определенный вид предварительной обработки входных данных. Для InceptionResNetV2 перед передачей входных данных модели вызовите для них keras.applications.inception_resnet_v2.preprocess_input. inception_resnet_v2.preprocess_input масштабирует значения пикселей входных данных в диапазон от -1 до 1.

Аргументы
`include_top`	следует ли включать полносвязный слой в верхней части сети.
`weights`	одно из значений `None` (случайная инициализация), `"imagenet"` (предварительное обучение на ImageNet) или путь к файлу весов для загрузки.
`input_tensor`	необязательный тензор Keras (то есть выход `layers.Input()`), используемый в качестве входных изображений для модели.
`input_shape`	необязательный кортеж формы, который нужно указывать, только если `include_top` имеет значение `False` (в противном случае форма входных данных должна быть `(299, 299, 3)` (при формате данных `'channels_last'`) или `(3, 299, 299)` (при формате данных `'channels_first'`). Входные данные должны иметь ровно 3 канала, а ширина и высота должны быть не меньше 75. Например, допустимым значением будет `(150, 150, 3)`.
`pooling`	необязательный режим пулинга для извлечения признаков, если `include_top` имеет значение `False`. `None` означает, что выходом модели будет 4D-тензор — выход последнего сверточного блока. `'avg'` означает, что к выходу последнего сверточного блока будет применен глобальный средний пулинг, поэтому выходом модели будет 2D-тензор. `'max'` означает, что будет применен глобальный максимальный пулинг.
`classes`	необязательное количество классов для классификации изображений; указывается, только если `include_top` имеет значение `True` и аргумент `weights` не задан.
`classifier_activation`	Объект `str` или вызываемый объект. Функция активации для верхнего слоя. Игнорируется, если не задано `include_top=True`. Установите `classifier_activation=None`, чтобы вернуть логиты верхнего слоя. При загрузке предварительно обученных весов значение `classifier_activation` может быть только `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/InceptionResNetV2