tf.keras.applications.resnet.ResNet101

Инициализирует архитектуру ResNet101.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.ResNet101

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.applications.ResNet101, tf.compat.v1.keras.applications.resnet.ResNet101

tf.keras.applications.resnet.ResNet101(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    **kwargs
)

Ссылка:

Глубокое обучение с остаточными связями для распознавания изображений (CVPR 2015)

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

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

Примечание: каждый Keras Application ожидает определенного вида предобработки входных данных. Для ResNet вызовите tf.keras.applications.resnet.preprocess_input для ваших входных данных перед передачей их в модель. resnet.preprocess_input преобразует входные изображения из RGB в BGR, а затем центрирует каждый цветовой канал относительно набора данных ImageNet без масштабирования.

Аргументы
`include_top`	включить ли полносвязный слой вверху сети.
`weights`	одно из значений `None` (случайная инициализация), 'imagenet' (предварительная подготовка на ImageNet) или путь к файлу весов для загрузки.
`input_tensor`	необязательный Keras тензор (т.е. результат работы `layers.Input()`) для использования в качестве входных данных изображения для модели.
`input_shape`	необязательная кортеж формы, который должен быть указан только если `include_top` ложно (в противном случае форма входных данных должна быть `(224, 224, 3)` (с форматом данных `'channels_last'` ) или `(3, 224, 224)` (с форматом данных `'channels_first'` ). Она должна содержать ровно 3 канала входных данных, а ширина и высота должны быть не меньше 32. Например, `(200, 200, 3)` является допустимым значением.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равно `False`. `None` означает, что выходом модели будет 4D тензор, полученный с последнего сверточного блока. `avg` означает, что к выходу последнего сверточного блока будет применено глобальное усреднение, и, следовательно, выход модели будет 2D тензором. `max` означает, что будет применено глобальное максимальное пулингирование.
`classes`	необязательное число классов для классификации изображений, которое необходимо указать только если `include_top` равно истине и если аргумент `weights` не указан.
`classifier_activation`	`str` или вызываемый объект. Функция активации для использования на верхнем слое. Игнорируется, если `include_top=True`. Установите `classifier_activation=None` для возвращения логарифмов вероятностей верхнего слоя. При загрузке предварительно обученных весов `classifier_activation` может быть только `None` или `"softmax"`.

Возвращаемое значение
Экземпляр Keras модели.

© 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/resnet/ResNet101