Необязательно загружает предварительно обученные веса на ImageNet. Обратите внимание, что соглашение о формате данных, используемое моделью, соответствует тому, которое указано в вашей конфигурации Keras по адресу ~/.keras/keras.json.
Примечание: каждая Keras Application ожидает определенного вида предобработки входных данных. Для NASNet вызовите tf.keras.applications.nasnet.preprocess_input для ваших входных данных перед передачей их в модель.
Аргументы
input_shape
Необязательная кортеж формы, который нужно указывать только если include_top имеет значение False (в противном случае форма входных данных должна быть (331, 331, 3) для NASNetLarge. Она должна содержать ровно 3 канала входных данных, а ширина и высота должны быть не меньше 32. Например, (224, 224, 3) — одно из допустимых значений.
include_top
Включать ли полносвязный слой в верхней части сети.
weights
None (случайная инициализация) или imagenet (веса ImageNet) Для загрузки весов imagenet, input_shape должна быть (331, 331, 3)
input_tensor
Необязательный Keras-тензор (т.е. результат работы layers.Input()) для использования в качестве входных данных изображения для модели.
pooling
Необязательный режим усреднения для извлечения признаков, когда include_top имеет значение False.
None означает, что результатом модели будет 4D-тензор, выдаваемый последним свёрточным слоем.
avg означает, что к выходу последнего свёрточного слоя будет применено глобальное усреднение, и, следовательно, результатом модели будет 2D-тензор.
max означает, что будет применено глобальное максимальное пулингование.
classes
Необязательное количество классов, в которые нужно классифицировать изображения, указывается только если include_top имеет значение True и если не указан аргумент weights .
Возвращаемое значение
Экземпляр Keras-модели.
Возможные исключения
ValueError
в случае неверного аргумента для weights, или неверной формы входных данных.
RuntimeError
При попытке запустить эту модель с бэкэндом, который не поддерживает раздельные свёртки.
