tf.keras.applications.MobileNetV2

Инициализирует архитектуру MobileNetV2.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.mobilenet_v2.MobileNetV2

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.applications.MobileNetV2, tf.compat.v1.keras.applications.mobilenet_v2.MobileNetV2

tf.keras.applications.MobileNetV2(
    input_shape=None, alpha=1.0, include_top=True, weights='imagenet',
    input_tensor=None, pooling=None, classes=1000,
    classifier_activation='softmax', **kwargs
)

Ссылка:

MobileNetV2: Обратные остаточные блоки и линейные узкие места (CVPR 2018)

Необязательно загрузить предварительно обученные веса на ImageNet.

Примечание: каждый Keras Application ожидает определенного вида предварительной обработки входных данных. Для MobileNetV2 вызовите tf.keras.applications.mobilenet_v2.preprocess_input для ваших входных данных перед передачей их в модель.

Аргументы
`input_shape`	Необязательная кортеж формы, который необходимо указать, если вы хотите использовать модель с разрешением входного изображения, которое не равно (224, 224, 3). Он должен содержать ровно 3 канала входного изображения (224, 224, 3). Вы также можете опустить этот параметр, если хотите вывести input_shape из input_tensor. Если вы решите включить как input_tensor, так и input_shape, то input_shape будет использоваться, если формы совпадают, в противном случае будет выброшено исключение. Например, `(160, 160, 3)` будет одним из допустимых значений.
`alpha`	Вещественное число от 0 до 1. Управляет шириной сети. Это известно как коэффициент ширины в статье MobileNetV2, но название сохраняется для согласованности с моделью `applications.MobileNetV1` в Keras. Если `alpha` < 1,0, пропорционально уменьшает количество фильтров в каждом слое. Если `alpha` > 1,0, пропорционально увеличивает количество фильтров в каждом слое. Если `alpha` = 1, используется стандартное количество фильтров из статьи в каждом слое.
`include_top`	Булево значение, указывает, включать ли полностью подключенный слой в верхней части сети. По умолчанию `True`.
`weights`	Строка, одна из `None` (случайная инициализация), 'imagenet' (предварительная настройка на ImageNet), или путь к файлу весов для загрузки.
`input_tensor`	Необязательный Keras тензор (т.е. результат работы `layers.Input()`) для использования в качестве входного изображения модели.
`pooling`	Строка, необязательный режим пулинга для извлечения признаков, когда `include_top` является `False`. `None` означает, что выход модели будет 4D тензором вывода последнего сверточного блока. `avg` означает, что будет применено глобальное усреднение пулинга к выходу последнего сверточного блока, и таким образом выход модели будет 2D тензором. `max` означает, что будет применено глобальное максимальное пулинг.
`classes`	Целое число, необязательное количество классов для классификации изображений, указывается только если `include_top` равно True, и если параметр `weights` не указан.
`classifier_activation`	Функция активации для использования в верхнем слое, `str` или вызываемый объект. Игнорируется, если `include_top=True`. Установить `classifier_activation=None` для возврата логарифмов "верхнего" слоя.
`**kwargs`	Только для обратной совместимости.

Возвращаемое значение
Экземпляр `keras.Model`.

Исключения
`ValueError`	в случае некорректного аргумента для `weights`, некорректной формы входных данных или некорректного alpha, строки, когда weights='imagenet'
`ValueError`	если `classifier_activation` не `softmax` или `None` при использовании предварительно обученного верхнего слоя.

© 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/r2.4/api_docs/python/tf/keras/applications/MobileNetV2