tf.keras.applications.efficientnet.EfficientNetB7

Инициализирует архитектуру EfficientNetB7.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.EfficientNetB7

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.applications.EfficientNetB7, tf.compat.v1.keras.applications.efficientnet.EfficientNetB7

tf.keras.applications.efficientnet.EfficientNetB7(
    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 Keras-модель для классификации изображений, необязательно загруженную с предварительно обученными весами на ImageNet.

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

Для задач переноса обучения обязательно прочитайте руководство по переносу обучения и дообучению.

Примечание: каждая Keras-приложение ожидает определённой предварительной обработки входных данных. Для EfficientNet предварительная обработка входных данных включена в модель (как часть слоя Rescaling), и поэтому tf.keras.applications.efficientnet.preprocess_input — фактически функция пропуска. Модели EfficientNet ожидают, что их входные данные будут представлять собой 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' (предварительное обучение на ImageNet) или путь к файлу весов для загрузки. По умолчанию 'imagenet'.
`input_tensor`	Необязательный Keras-тензор (т.е. выход `layers.Input()`) для использования в качестве входного изображения для модели.
`input_shape`	Необязательная кортеж формы, который должен содержать ровно 3 входных канала. Он должен быть указан только если `include_top` равно False.
`pooling`	Необязательный режим объединения 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 будет применено глобальное усреднение по выходу последнего свёрточного слоя, и, следовательно, выход модели будет 2D тензором. `max` означает, что будет применено глобальное максимальное объединение.
`classes`	Необязательное количество классов для классификации изображений, которое должно быть указано, если `include_top` равно True и если аргумент `weights` не указан. По умолчанию 1000 (количество классов ImageNet).
`classifier_activation`	Функция активации или вызываемый объект. Функция активации, используемая для верхнего слоя. 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"`.

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/EfficientNetB7