NasNetLarge 與 NasNetMobile

[原始碼]

NASNetLarge 函數

keras.applications.NASNetLarge(
    input_shape=None,
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
    name="nasnet_large",
)

實例化一個 ImageNet 模式的 NASNet 模型。

參考文獻

• 可擴展圖像識別之可遷移架構學習 (CVPR 2018)

可選地載入 ImageNet 上預先訓練的權重。請注意，模型使用的資料格式慣例在您的 Keras 設定檔 ~/.keras/keras.json 中指定。

注意：每個 Keras 應用程式都期望特定種類的輸入預處理。對於 NASNet，在將輸入傳遞給模型之前，請在您的輸入上調用 keras.applications.nasnet.preprocess_input。

參數

• input_shape：可選的形狀元組，僅當 include_top 為 False 時才指定（否則對於 NASNetLarge，輸入形狀必須為 (331, 331, 3)。它應該正好有 3 個輸入通道，並且寬度和高度應不小於 32。例如，(224, 224, 3) 將是一個有效值。
• include_top：是否包含網路頂部的全連接層。
• weights：None（隨機初始化）或 imagenet（ImageNet 權重）。對於載入 imagenet 權重，input_shape 應為 (331, 331, 3)
• input_tensor：可選的 Keras 張量（即 layers.Input() 的輸出），用作模型的圖像輸入。
• pooling：當 include_top 為 False 時，用於特徵提取的可選池化模式。
  • None 表示模型的輸出將是最後一個卷積層的 4D 張量輸出。
  • avg 表示將對最後一個卷積層的輸出應用全局平均池化，因此模型的輸出將是 2D 張量。
  • max 表示將應用全局最大池化。
• classes：用於將圖像分類到的可選類別數量，僅當 include_top 為 True 且未指定 weights 參數時才指定。
• classifier_activation：str 或可調用物件。要在「頂層」使用的激活函數。除非 include_top=True，否則忽略。設定 classifier_activation=None 以返回「頂層」的 logits。載入預訓練權重時，classifier_activation 只能是 None 或 "softmax"。
• name：模型的名稱（字串）。

返回

一個 Keras 模型實例。

[原始碼]

NASNetMobile 函數

keras.applications.NASNetMobile(
    input_shape=None,
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
    name="nasnet_mobile",
)

實例化一個 ImageNet 模式的 Mobile NASNet 模型。

參考文獻

• 可擴展圖像識別之可遷移架構學習 (CVPR 2018)

可選地載入 ImageNet 上預先訓練的權重。請注意，模型使用的資料格式慣例在您的 Keras 設定檔 ~/.keras/keras.json 中指定。

注意：每個 Keras 應用程式都期望特定種類的輸入預處理。對於 NASNet，在將輸入傳遞給模型之前，請在您的輸入上調用 keras.applications.nasnet.preprocess_input。

參數

• input_shape：可選的形狀元組，僅當 include_top 為 False 時才指定（否則對於 NASNetMobile，輸入形狀必須為 (224, 224, 3)。它應該正好有 3 個輸入通道，並且寬度和高度應不小於 32。例如，(224, 224, 3) 將是一個有效值。
• include_top：是否包含網路頂部的全連接層。
• weights：None（隨機初始化）或 imagenet（ImageNet 權重）。對於載入 imagenet 權重，input_shape 應為 (224, 224, 3)
• input_tensor：可選的 Keras 張量（即 layers.Input() 的輸出），用作模型的圖像輸入。
• pooling：當 include_top 為 False 時，用於特徵提取的可選池化模式。
  • None 表示模型的輸出將是最後一個卷積層的 4D 張量輸出。
  • avg 表示將對最後一個卷積層的輸出應用全局平均池化，因此模型的輸出將是 2D 張量。
  • max 表示將應用全局最大池化。
• classes：用於將圖像分類到的可選類別數量，僅當 include_top 為 True 且未指定 weights 參數時才指定。
• classifier_activation：str 或可調用物件。要在「頂層」使用的激活函數。除非 include_top=True，否則忽略。設定 classifier_activation=None 以返回「頂層」的 logits。載入預訓練權重時，classifier_activation 只能是 None 或 "softmax"。
• name：模型的名稱（字串）。

返回

一個 Keras 模型實例。