DenseNet121
函数tf_keras.applications.DenseNet121(
include_top=True,
weights="imagenet",
input_tensor=None,
input_shape=None,
pooling=None,
classes=1000,
classifier_activation="softmax",
)
实例化 Densenet121 架构。
参考
(可选)加载在 ImageNet 上预训练的权重。请注意,模型使用的数据格式约定是在 ~/.keras/keras.json
中的 TF-Keras 配置中指定的格式。
注意:每个 TF-Keras 应用模型都需要特定的输入预处理。对于 DenseNet,在将输入传递给模型之前,请对输入调用 tf.keras.applications.densenet.preprocess_input
。
参数
None
(随机初始化)layers.Input()
的输出)。include_top
为 False 时指定(否则,输入形状必须是 (224, 224, 3)
(使用 'channels_last'
数据格式)或 (3, 224, 224)
(使用 'channels_first'
数据格式)。它应恰好有 3 个输入通道,宽度和高度应不小于 32。例如,(200, 200, 3)
将是一个有效值。include_top
为 False
时,用于特征提取的可选池化模式。None
表示模型的输出将是最后一个卷积块的 4D 张量输出。avg
表示将对最后一个卷积块的输出应用全局平均池化,因此模型的输出将是一个 2D 张量。max
表示将应用全局最大池化。include_top
为 True 且未指定 weights
参数时指定。str
或可调用对象。用于“顶部”层的激活函数。除非 include_top=True
,否则忽略。设置 classifier_activation=None
可返回“顶部”层的 logits。加载预训练权重时,classifier_activation
只能是 None
或 "softmax"
。返回值
一个 TF-Keras 模型实例。
DenseNet169
函数tf_keras.applications.DenseNet169(
include_top=True,
weights="imagenet",
input_tensor=None,
input_shape=None,
pooling=None,
classes=1000,
classifier_activation="softmax",
)
实例化 Densenet169 架构。
参考
(可选)加载在 ImageNet 上预训练的权重。请注意,模型使用的数据格式约定是在 ~/.keras/keras.json
中的 TF-Keras 配置中指定的格式。
注意:每个 TF-Keras 应用模型都需要特定的输入预处理。对于 DenseNet,在将输入传递给模型之前,请对输入调用 tf.keras.applications.densenet.preprocess_input
。
参数
None
(随机初始化)layers.Input()
的输出)。include_top
为 False 时指定(否则,输入形状必须是 (224, 224, 3)
(使用 'channels_last'
数据格式)或 (3, 224, 224)
(使用 'channels_first'
数据格式)。它应恰好有 3 个输入通道,宽度和高度应不小于 32。例如,(200, 200, 3)
将是一个有效值。include_top
为 False
时,用于特征提取的可选池化模式。None
表示模型的输出将是最后一个卷积块的 4D 张量输出。avg
表示将对最后一个卷积块的输出应用全局平均池化,因此模型的输出将是一个 2D 张量。max
表示将应用全局最大池化。include_top
为 True 且未指定 weights
参数时指定。str
或可调用对象。用于“顶部”层的激活函数。除非 include_top=True
,否则忽略。设置 classifier_activation=None
可返回“顶部”层的 logits。加载预训练权重时,classifier_activation
只能是 None
或 "softmax"
。返回值
一个 TF-Keras 模型实例。
DenseNet201
函数tf_keras.applications.DenseNet201(
include_top=True,
weights="imagenet",
input_tensor=None,
input_shape=None,
pooling=None,
classes=1000,
classifier_activation="softmax",
)
实例化 Densenet201 架构。
参考
(可选)加载在 ImageNet 上预训练的权重。请注意,模型使用的数据格式约定是在 ~/.keras/keras.json
中的 TF-Keras 配置中指定的格式。
注意:每个 TF-Keras 应用模型都需要特定的输入预处理。对于 DenseNet,在将输入传递给模型之前,请对输入调用 tf.keras.applications.densenet.preprocess_input
。
参数
None
(随机初始化)layers.Input()
的输出)。include_top
为 False 时指定(否则,输入形状必须是 (224, 224, 3)
(使用 'channels_last'
数据格式)或 (3, 224, 224)
(使用 'channels_first'
数据格式)。它应恰好有 3 个输入通道,宽度和高度应不小于 32。例如,(200, 200, 3)
将是一个有效值。include_top
为 False
时,用于特征提取的可选池化模式。None
表示模型的输出将是最后一个卷积块的 4D 张量输出。avg
表示将对最后一个卷积块的输出应用全局平均池化,因此模型的输出将是一个 2D 张量。max
表示将应用全局最大池化。include_top
为 True 且未指定 weights
参数时指定。str
或可调用对象。用于“顶部”层的激活函数。除非 include_top=True
,否则忽略。设置 classifier_activation=None
可返回“顶部”层的 logits。加载预训练权重时,classifier_activation
只能是 None
或 "softmax"
。返回值
一个 TF-Keras 模型实例。