tf.keras.applications.ResNet101
| Просмотреть исходный код на GitHub |
Инициализирует архитектуру ResNet101.
tf.keras.applications.ResNet101(
include_top=True, weights='imagenet', input_tensor=None,
input_shape=None, pooling=None, classes=1000, **kwargs
)
Ссылка:
- Deep Residual Learning for Image Recognition (CVPR 2015)
При необходимости загружает предварительно обученные веса на ImageNet. Обратите внимание, что соглашение о формате данных, используемое моделью, указано в вашей конфигурации Keras по адресу ~/.keras/keras.json.
Примечание: каждая Keras Application ожидает определенного вида предобработки входных данных. Для ResNet, вызовите tf.keras.applications.resnet.preprocess_input для ваших входных данных перед передачей их в модель.
| Аргументы | |
|---|---|
include_top | нужно ли включать полносвязный слой в верхней части сети. |
weights | один из None (случайная инициализация), 'imagenet' (предварительная подготовка на ImageNet) или путь к файлу весов для загрузки. |
input_tensor | необязательный Keras-тензор (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 (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'). Она должна иметь ровно 3 входных канала, а ширина и высота не должны быть меньше 32. Например, (200, 200, 3) будет одним из допустимых значений. |
pooling | необязательный режим пулинга для извлечения признаков, когда include_top равно False.
|
classes | необязательное количество классов для классификации изображений, которое нужно указывать только если include_top равно True и если аргумент weights не указан. |
| Возвращаемые значения | |
|---|---|
| Экземпляр Keras модели. |
© 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/ResNet101