tf.keras.applications.EfficientNetB1

Инициализирует архитектуру EfficientNetB1.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.efficientnet.EfficientNetB1

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.applications.EfficientNetB1, tf.compat.v1.keras.applications.efficientnet.EfficientNetB1

tf.keras.applications.EfficientNetB1(
    include_top=True, weights='imagenet', input_tensor=None, input_shape=None,
    pooling=None, classes=1000, classifier_activation='softmax', **kwargs
)

Ссылка:

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks (ICML 2019)

Необязательно загружает предварительно обученные веса на основе ImageNet. Обратите внимание, что соглашение о формате данных, используемое моделью, соответствует соглашению, указанному в вашей конфигурации Keras по адресу ~/.keras/keras.json. Если вы никогда этого не настраивали, по умолчанию используется "channels_last".

Аргументы
`include_top`	Включать ли полносвязный слой в верхней части сети. По умолчанию True.
`weights`	Одно из значений `None` (случайная инициализация), 'imagenet' (предварительная подготовка на ImageNet) или путь к файлу весов для загрузки. По умолчанию 'imagenet'.
`input_tensor`	Необязательный тензор Keras (т.е. результат работы `layers.Input()`) для использования в качестве входных данных изображения для модели.
`input_shape`	Необязательная кортеж формы, который нужно указывать только если `include_top` равно False. Он должен содержать ровно 3 входных канала.
`pooling`	Необязательный режим объединения для извлечения признаков, когда `include_top` равно `False`. По умолчанию None. `None` означает, что выходной сигнал модели будет 4D тензором результата последнего свёрточного слоя. `avg` означает, что к выходу последнего свёрточного слоя будет применено глобальное усреднение пулинга, и, следовательно, выход модели будет 2D тензором. `max` означает, что будет применено глобальное максимальное пулинг.
`classes`	Необязательное количество классов для классификации изображений, которое нужно указывать только если `include_top` равно True и если не задан аргумент `weights`. По умолчанию 1000 (количество классов ImageNet).
`classifier_activation`	Функция активации для слоя "верхнего" уровня. Игнорируется, если `include_top=True`. Установите `classifier_activation=None` для возврата логарифмов вероятностей ("верхнего" слоя). По умолчанию 'softmax'.

Возвращаемое значение
Экземпляр `keras.Model`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/keras/applications/EfficientNetB1