tf.keras.applications.regnet.RegNetX080

Инициализирует архитектуру RegNetX080.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.RegNetX080

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.applications.RegNetX080, tf.compat.v1.keras.applications.regnet.RegNetX080

tf.keras.applications.regnet.RegNetX080(
    model_name='regnetx080',
    include_top=True,
    include_preprocessing=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Ссылка:

Проектирование пространств архитектуры сетей (CVPR 2020)

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

Для задач переноса обучения обязательно ознакомьтесь с руководством по переносу обучения и дообучению.

Примечание: Каждый Keras Application ожидает определенного вида предобработки входных данных. Для Regnets, предобработка включена в модель с использованием слоя Rescaling. Модели RegNet ожидают входные данные в виде float или uint8 тензоров пикселей со значениями в диапазоне [0-255].

Имена моделей следующие: RegNet<block_type><flops> , где block_type — это один из (X, Y), а flops обозначает сотни миллионов операций с плавающей точкой. Например, RegNetY064 соответствует RegNet с блоком Y и 6,4 гигафлопс (64 сотни миллионов флопс).

Args
`include_top`	Включать ли полносвязный 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. результат `layers.Input()`) для использования в качестве входных изображений для модели.
`input_shape`	Необязательная кортеж формы, который нужно указать только если `include_top` равен False. Он должен содержать ровно 3 канала входных данных.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равен `False`. По умолчанию None. `None` означает, что выход модели будет 4D тензором выходного последнего свёрточного слоя. `avg` означает, что к выходу последнего свёрточного слоя будет применена глобальная усреднённая пулинговая операция, и, следовательно, выход модели будет 2D тензором. `max` означает, что будет применена глобальная максимальная пулинговая операция.
`classes`	Необязательное количество классов для классификации изображений, которое нужно указать только если `include_top` равно True и если аргумент `weights` не указан. По умолчанию 1000 (количество классов ImageNet).
`classifier_activation`	Функция активации для использования в верхнем слое (`str` или вызываемый объект). Игнорируется, если `include_top=True`. Установите `classifier_activation=None` для возврата логарифмов вероятностей верхнего слоя. По умолчанию `"softmax"`. При загрузке предобученных весов `classifier_activation` может быть только `None` или `"softmax"`.

Returns
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/RegNetX080