tf.keras.applications.ResNet152V2

Инициализирует архитектуру ResNet152V2.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.resnet_v2.ResNet152V2

tf.keras.applications.ResNet152V2(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Ссылка:

Identity Mappings in Deep Residual Networks (CVPR 2016)

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

Для случаев переноса обучения обязательно ознакомьтесь с руководством по переносу обучения и дообучению.

Примечание: каждый Keras Application ожидает определённого вида предобработки входных данных. Для ResNet, вызовите keras.applications.resnet_v2.preprocess_input на ваших входных данных перед передачей их в модель. resnet_v2.preprocess_input масштабирует пиксели входных изображений в диапазоне от -1 до 1.

Аргументы
`include_top`	нужно ли включать полносвязный слой вверху сети.
`weights`	один из `None` (случайная инициализация), `"imagenet"` (предварительное обучение на ImageNet), или путь к файлу весов для загрузки.
`input_tensor`	необязательный тензор Keras (например, результат работы `layers.Input()`) для использования в качестве входных изображений для модели.
`input_shape`	необязательная кортеж формы, который нужно указывать только если `include_top` равен `False` (в противном случае форма входных данных должна быть `(224, 224, 3)` (с `"channels_last"` форматом данных) или `(3, 224, 224)` (с `"channels_first"` форматом данных). Она должна иметь ровно 3 канала входных данных, а ширина и высота не должны быть меньше 32. Например, `(200, 200, 3)` будет допустимым значением.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равен `False`. `None` означает, что выход модели будет 4D тензором вывода последнего сверточного блока. `avg` означает, что будет применено глобальное усреднение пулинга к выводу последнего сверточного блока, и, таким образом, выход модели будет 2D тензором. `max` означает, что будет применено глобальное максимальное пулинг.
`classes`	необязательное количество классов для классификации изображений, которое нужно указать только если `include_top` равен `True`, и если не указан аргумент `weights`.
`classifier_activation`	Активационная функция или вызываемый объект. Функция активации, используемая в верхнем слое. Игнорируется, если `include_top=True`. Установка `classifier_activation=None` возвращает логарифмы вероятностей классов в верхнем слое. 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/ResNet152V2