tf.keras.applications.resnet.ResNet152

Инициализирует архитектуру ResNet152.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.ResNet152

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.applications.ResNet152, tf.compat.v1.keras.applications.resnet.ResNet152

tf.keras.applications.resnet.ResNet152(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    **kwargs
)

Ссылка:

Обучение глубоких остаточных сетей для распознавания изображений (CVPR 2015)

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

Для случаев использования трансферного обучения обязательно ознакомьтесь с руководством по трансферному обучению и донастройке.

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

Аргументы
`include_top`	включать ли полносвязный слой в верхней части сети.
`weights`	один из `None` (случайная инициализация), 'imagenet' (предварительная подготовка на ImageNet) или путь к файлу весов для загрузки.
`input_tensor`	необязательный тензор Keras (например, вывод `layers.Input()`) для использования в качестве входных изображений для модели.
`input_shape`	необязательная кортеж формы, который необходимо указывать только если `include_top` равно False (в противном случае форма входа должна быть `(224, 224, 3)` (с `'channels_last'` форматом данных) или `(3, 224, 224)` (с `'channels_first'` форматом данных). Она должна иметь ровно 3 канала входа, а ширина и высота должны быть не менее 32. Например, `(200, 200, 3)` будет одним из допустимых значений.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равно `False`. `None` означает, что выходом модели будет 4D тензор выходного последнего сверточного блока. `avg` означает, что к выходу последнего сверточного блока будет применено глобальное усреднение, и, следовательно, выходом модели будет 2D тензор. `max` означает, что будет применено глобальное максимум пулинг.
`classes`	необязательное количество классов для классификации изображений, которое необходимо указать только если `include_top` равно True, и если не указан аргумент `weights` .
`classifier_activation`	Функция активации для использования в верхнем слое. Игнорируется, если `include_top=True`. Установите `classifier_activation=None` для возврата логарифмов верхнего слоя. При загрузке предобученных весов, `classifier_activation` может быть только `None` или `"softmax"`.

Возвращаемое значение
Экземпляр модели Keras.

© 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/ResNet152