tf.keras.applications.InceptionV3

Создает экземпляр архитектуры Inception v3.

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.applications.inception_v3.InceptionV3

tf.keras.applications.InceptionV3(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Используется в блокнотах

Используется в учебных материалах
DeepDream

Ссылка:

Переосмысление архитектуры Inception для компьютерного зрения (CVPR 2016)

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

Примеры использования для классификации изображений см. на этой странице.

Для сценариев переноса обучения обязательно ознакомьтесь с руководством по переносу обучения и тонкой настройке.

Примечание: для каждого приложения Keras требуется определенный тип предварительной обработки входных данных. Для InceptionV3 вызовите keras.applications.inception_v3.preprocess_input для входных данных, прежде чем передавать их модели. inception_v3.preprocess_input масштабирует значения входных пикселей в диапазон от -1 до 1.

Аргументы
`include_top`	Логическое значение: следует ли включать полносвязный слой в верхней части сети в качестве последнего слоя. По умолчанию — `True`.
`weights`	Одно из значений `None` (случайная инициализация), `imagenet` (предварительное обучение на ImageNet) или путь к файлу весов для загрузки. По умолчанию — `"imagenet"`.
`input_tensor`	Необязательный тензор Keras (то есть результат `layers.Input()`), используемый в качестве входных данных изображения для модели. `input_tensor` полезен для совместного использования входных данных несколькими разными сетями. По умолчанию — `None`.
`input_shape`	Необязательный кортеж формы, который можно указать, 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`). Он должен содержать ровно 3 входных канала, а ширина и высота должны быть не меньше 75. Например, `(150, 150, 3)` — допустимое значение. `input_shape` будет проигнорирован, если указан `input_tensor`.
`pooling`	Необязательный режим пулинга для извлечения признаков, если `include_top` имеет значение `False`. `None` (по умолчанию) означает, что выходом модели будет 4D-тензор — результат последнего сверточного блока. `avg` означает, что к результату последнего сверточного блока будет применен глобальный пулинг со средним значением, поэтому выходом модели будет 2D-тензор. `max` означает, что будет применен глобальный пулинг с максимальным значением.
`classes`	Необязательное количество классов для классификации изображений; его можно указать, только если `include_top` имеет значение `True` и аргумент `weights` не задан. По умолчанию — 1000.
`classifier_activation`	Объект `str` или вызываемый объект. Функция активации для верхнего слоя. Игнорируется, если не задано `include_top=True`. Установите `classifier_activation=None`, чтобы возвращать 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/InceptionV3