tf.keras.applications.resnet_v2.ResNet152V2

Инициализирует архитектуру ResNet152V2.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.ResNet152V2

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.applications.ResNet152V2, tf.compat.v1.keras.applications.resnet_v2.ResNet152V2

tf.keras.applications.resnet_v2.ResNet152V2(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Ссылка:

Identity Mappings in Deep Residual Networks (CVPR 2016)

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

Для случаев использования трансферного обучения убедитесь, что вы прочитали руководство по трансферному обучению и донастройке.

Примечание: каждая Keras Application ожидает определённого типа предобработки входных данных. Для ResNetV2 вызовите tf.keras.applications.resnet_v2.preprocess_input для ваших входных данных перед их передачей в модель. resnet_v2.preprocess_input будет масштабировать пиксели входных данных в диапазоне от -1 до 1.

Аргументы
`include_top`	нужно ли включать полносвязный слой в верхней части сети.
`weights`	один из `None` (случайная инициализация), 'imagenet' (предварительное обучение на ImageNet), или путь к файлу весов, который нужно загрузить.
`input_tensor`	необязательный Keras тензор (т.е. выход `layers.Input()`) для использования в качестве входного изображения для модели.
`input_shape`	необязательная кортеж размеров, указывается только если `include_top` равно False (в противном случае размер входных данных должен быть `(224, 224, 3)` (с `'channels_last'` форматом данных) или `(3, 224, 224)` (с `'channels_first'` форматом данных). Он должен иметь ровно 3 канала входных данных, а ширина и высота должны быть не меньше 32. Например, `(200, 200, 3)` будет допустимым значением.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равно `False`. `None` означает, что выходом модели будет 4D тензор, являющийся выходом последнего сверточного блока. `avg` означает, что будет применено глобальное усредняющее пулинг к выходу последнего сверточного блока, и таким образом выходом модели будет 2D тензор. `max` означает, что будет применено глобальное максимальное пулинг.
`classes`	необязательное количество классов для классификации изображений, указывается только если `include_top` равно True, и если аргумент `weights` не указан.
`classifier_activation`	функция активации или вызываемый объект. Функция активации, используемая в верхнем слое. Игнорируется, если `include_top=True`. Установите `classifier_activation=None` для возвращения логов верхнего слоя. При загрузке предварительно обученных 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/ResNet152V2