tf.keras.applications.resnet_v2.ResNet101V2

Инициализирует архитектуру ResNet101V2.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.ResNet101V2

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.applications.ResNet101V2, tf.compat.v1.keras.applications.resnet_v2.ResNet101V2

tf.keras.applications.resnet_v2.ResNet101V2(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Ссылка:

Отображения тождества в глубоких остаточных сетях (CVPR 2016)

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

Для использования переносного обучения убедитесь, что вы прочитали руководство по переносному обучению и дообучению.

Примечание: каждый Keras Application ожидает определённую предобработку ввода. Для ResNetV2 вызовите tf.keras.applications.resnet_v2.preprocess_input для ваших данных перед передачей их в модель. resnet_v2.preprocess_input будет масштабировать пиксели ввода в диапазоне от -1 до 1.

Аргументы
`include_top`	включить ли полносвязный слой вверху сети.
`weights`	один из `None` (случайная инициализация), 'imagenet' (предобучение на ImageNet) или путь к файлу весов для загрузки.
`input_tensor`	необязательный Keras тензор (т.е. выходной тензор `layers.Input()`) для использования в качестве входных данных изображения для модели.
`input_shape`	необязательная кортеж размеров, который необходимо указать только если `include_top` равен False (в противном случае размер входных данных должен быть `(224, 224, 3)` (с форматом данных `'channels_last'` ) или `(3, 224, 224)` (с форматом данных `'channels_first'` ). Он должен содержать ровно 3 канала входных данных, а ширина и высота должны быть не менее 32. Например, `(200, 200, 3)` будет допустимым значением.
`pooling`	необязательный режим усреднения для извлечения признаков, когда `include_top` равен `False`. `None` означает, что выход модели будет 4D тензором с выходом последнего сверточного блока. `avg` означает, что к выходу последнего сверточного блока будет применено глобальное усреднение, и таким образом, выход модели будет 2D тензором. `max` означает, что будет применено глобальное максимальное усреднение.
`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 `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/resnet_v2/ResNet101V2