tf.keras.applications.ResNet152

Создаёт архитектуру ResNet152.

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.applications.resnet.ResNet152

tf.keras.applications.ResNet152(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Ссылка:

Глубокое остаточное обучение для распознавания изображений (CVPR 2015)

Примеры использования для классификации изображений см. на этой странице с подробными примерами.

Для использования в задачах переноса обучения обязательно прочитайте руководство по переносу обучения и тонкой настройке.

Примечание: для каждого приложения Keras требуется особая предварительная обработка входных данных. Для ResNet перед передачей входных данных модели вызовите для них keras.applications.resnet.preprocess_input. Функция resnet.preprocess_input преобразует входные изображения из RGB в BGR, а затем центрирует каждый цветовой канал относительно набора данных ImageNet, не выполняя масштабирование.

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, который нужно загрузить.
`input_tensor`	необязательный тензор Keras (то есть выход `layers.Input()`), используемый в качестве входного изображения для модели.
`input_shape`	необязательный кортеж формы, который указывается только если `include_top` имеет значение `False` (в противном случае форма входных данных должна быть `(224, 224, 3)` (с форматом данных `"channels_last"`) или `(3, 224, 224)` (с форматом данных `"channels_first"`). Он должен содержать ровно 3 входных канала, а ширина и высота должны быть не меньше 32. Например, `(200, 200, 3)` — допустимое значение.
`pooling`	необязательный режим пулинга для извлечения признаков, если `include_top` имеет значение `False`. `None` означает, что выходом модели будет 4D-тензор, полученный на выходе последнего сверточного блока. `avg` означает, что к выходу последнего сверточного блока будет применён глобальный average pooling, поэтому выходом модели будет 2D-тензор. `max` означает, что будет применён глобальный max pooling.
`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`. Задайте `classifier_activation=None`, чтобы возвращать логиты верхнего слоя. При загрузке предварительно обученных весов значение `classifier_activation` может быть только `None` или `"softmax"`.

Возвращает
Экземпляр Model.

© 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/ResNet152