tf.keras.applications.regnet.RegNetX064

Инициализирует архитектуру RegNetX064.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.RegNetX064

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.applications.RegNetX064, tf.compat.v1.keras.applications.regnet.RegNetX064

tf.keras.applications.regnet.RegNetX064(
    model_name='regnetx064',
    include_top=True,
    include_preprocessing=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Ссылка:

Проектирование пространств проектирования сетей (CVPR 2020)

Для случаев использования классификации изображений см. эту страницу для подробных примеров.

Для случаев использования трансферного обучения обязательно прочитайте руководство по трансферному обучению и тонкой настройке.

Примечание: Каждый Keras Application ожидает определённого вида предварительной обработки ввода. Для Regnets предварительная обработка включена в модель с помощью Rescaling слоя. Модели RegNet ожидают входные данные в виде плавающей точки или 8-битных беззнаковых тензоров пикселей со значениями в диапазоне [0-255].

Наименование моделей имеет следующий вид: RegNet<block_type><flops> где block_type — это один из (X, Y) и flops обозначает сотни миллионов операций с плавающей запятой. Например, RegNetY064 соответствует RegNet с блоком Y и 6,4 гигафлопа (64 сотни миллионов флопов).

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 (например, результат `layers.Input()`) для использования в качестве входного изображения для модели.
`input_shape`	Необязательная кортеж формы, который необходимо указывать только в том случае, если `include_top` имеет значение False. Он должен содержать ровно 3 канала входных данных.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равно `False`. По умолчанию None. `None` означает, что выход модели будет 4-мерным тензором, выходом последнего сверточного слоя. `avg` означает, что к выходу последнего сверточного слоя будет применено глобальное усреднение, и, следовательно, выход модели будет 2-мерным тензором. `max` означает, что будет применено глобальное максимальное пулингование.
`classes`	Необязательное количество классов для классификации изображений, которое необходимо указывать только в том случае, если `include_top` имеет значение True и если не указан аргумент `weights`. По умолчанию 1000 (количество классов ImageNet).
`classifier_activation`	Функция активации для верхнего слоя. Игнорируется, если `include_top=True`. Устанавливайте `classifier_activation=None` для возвращения логарифмов верхнего слоя. По умолчанию `"softmax"`. При загрузке предобученных 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/regnet/RegNetX064