tf.keras.applications.efficientnet.EfficientNetB6

Инициализирует архитектуру EfficientNetB6.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.EfficientNetB6

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.applications.EfficientNetB6, tf.compat.v1.keras.applications.efficientnet.EfficientNetB6

tf.keras.applications.efficientnet.EfficientNetB6(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    **kwargs
)

Ссылка:

EfficientNet: Переосмысление масштабирования моделей для свёрточных нейронных сетей (ICML 2019)

Эта функция возвращает модель Keras для классификации изображений, необязательно загруженную с предварительно обученными весами на наборе данных ImageNet.

Для задач классификации изображений см. эту страницу для подробных примеров.

Для задач трансферного обучения обязательно ознакомьтесь с руководством по трансферному обучению и дообучению.

Примечание: каждая Keras-приложение ожидает определённого вида предобработки входных данных. Для EfficientNet предобработка входов включена в модель (как Rescaling слой), и поэтому tf.keras.applications.efficientnet.preprocess_input фактически является функцией пропуска. Модели EfficientNet ожидают, что их входными данными будут тензоры с плавающей запятой, представляющие пиксели с значениями в диапазоне [0-255].

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

Возвращаемое значение
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/EfficientNetB6