tf.keras.applications.efficientnet.EfficientNetB1

Инициализирует архитектуру EfficientNetB1.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.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.efficientnet.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)

Эта функция возвращает модель Keras для классификации изображений, при необходимости загруженную с предварительно обученными весами на ImageNet.

Для задач классификации изображений см. эту страницу с подробными примерами.

Для задач трансферного обучения обязательно прочитайте руководство по трансферному обучению и дообучению.

Примечание: каждый Keras Application ожидает определённой предварительной обработки входных данных. Для EfficientNet предварительная обработка входных данных включена в модель (как слой Rescaling), и поэтому tf.keras.applications.efficientnet.preprocess_input фактически является проходной функцией. Модели EfficientNet ожидают, что их входными данными будут плавающие тензоры пикселей со значениями в диапазоне [0-255].

Аргументы
`include_top`	Включать ли полностью подключенный слой в верхней части сети. По умолчанию True.
`weights`	Один из `None` (случайная инициализация), 'imagenet' (предварительная подготовка на ImageNet) или путь к файлу с весами для загрузки. По умолчанию 'imagenet'.
`input_tensor`	Необязательный тензор Keras (например, результат `layers.Input()`) для использования в качестве входных данных изображения для модели.
`input_shape`	Необязательная кортеж размеров, необходимо указывать только если `include_top` равно False. Он должен содержать ровно 3 канала.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равно `False`. По умолчанию None. `None` означает, что выход модели будет 4D тензором, выходным слоем последнего свёрточного слоя. `avg` означает, что будет применено глобальное среднее пулинг к выходу последнего свёрточного слоя, и, таким образом, выход модели будет 2D тензором. `max` означает, что будет применено глобальное максимальное пулинг.
`classes`	Необязательное количество классов для классификации изображений, необходимо указывать только если `include_top` равно True и если не указан аргумент `weights`. По умолчанию 1000 (количество классов ImageNet).
`classifier_activation`	Функция `str` или вызываемый объект. Функция активации для использования на верхнем слое. Игнорируется, если `include_top=True`. Установите `classifier_activation=None` для возврата логарифмов "верхнего" слоя. По умолчанию 'softmax'. При загрузке предварительно обученных весов `classifier_activation` может быть только `None` или `"softmax"`.

Возвращает
Экземпляр `keras.Model`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/keras/applications/efficientnet/EfficientNetB1