tf.keras.applications.ResNet152
| Просмотреть исходный код на GitHub |
Инициализирует архитектуру ResNet152.
tf.keras.applications.ResNet152(
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, задано в вашей конфигурации Keras в ~/.keras/keras.json.
Примечание: каждая Keras Application ожидает определённого вида предварительной обработки входных данных. Для ResNet, вызовите tf.keras.applications.resnet.preprocess_input для ваших входных данных перед их передачей в модель.
| Аргументы | |
|---|---|
include_top | следует ли включать полносвязный слой в верхней части сети. |
weights | одно из None (случайная инициализация), 'imagenet' (предварительная подготовка на ImageNet) или путь к файлу весов для загрузки. |
input_tensor | необязательный Keras тензор (т.е. выходной тензор layers.Input()) для использования в качестве входных изображений для модели. |
input_shape | необязательная кортеж формы, который необходимо указать только если include_top равно False (иначе форма входных данных должна быть (224, 224, 3) (с форматом данных 'channels_last' ) или (3, 224, 224) (с форматом данных 'channels_first'). Она должна содержать ровно 3 канала ввода, а ширина и высота не должны быть меньше 32. Например, (200, 200, 3) является допустимым значением. |
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 задан. |
| Возвращаемое значение | |
|---|---|
| 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/ResNet152