Keras 2 API 文档 / Keras 应用 / InceptionResNetV2

InceptionResNetV2

[源]

InceptionResNetV2 函数

tf_keras.applications.InceptionResNetV2(
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
    **kwargs
)

实例化 Inception-ResNet v2 架构。

参考文献

此函数返回一个 TF-Keras 图像分类模型,可以选择加载在 ImageNet 上预训练的权重。

对于图像分类用例,请参阅此页面获取详细示例

对于迁移学习用例,请务必阅读迁移学习与微调指南

注意:每个 TF-Keras 应用都需要特定的输入预处理。对于 InceptionResNetV2,在将输入传递给模型之前,请对输入调用tf.keras.applications.inception_resnet_v2.preprocess_inputinception_resnet_v2.preprocess_input 会将输入像素缩放到 -1 到 1 之间。

参数

  • include_top:是否包含网络顶部的全连接层。
  • weights:以下之一:None(随机初始化)、'imagenet'(在 ImageNet 上预训练),或要加载的权重文件的路径。
  • input_tensor:可选的 TF-Keras 张量(即 layers.Input() 的输出),用作模型的图像输入。
  • input_shape:可选的形状元组,仅在 include_topFalse 时指定(否则输入形状必须为 (299, 299, 3)(使用 'channels_last' 数据格式)或 (3, 299, 299)(使用 'channels_first' 数据格式)。它应该正好有 3 个输入通道,且宽度和高度不应小于 75。例如,(150, 150, 3) 是一个有效值。
  • pooling:当 include_topFalse 时,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 2D 张量。
    • 'max' 表示将应用全局最大池化。
  • classes:可选的分类图像类别数,仅在 include_topTrue 且未指定 weights 参数时指定。
  • classifier_activation:一个 str 或可调用对象。“顶部”层要使用的激活函数。除非 include_top=True,否则忽略。设置 classifier_activation=None 将返回“顶部”层的 logits。加载预训练权重时,classifier_activation 只能是 None"softmax"
  • **kwargs:仅用于向后兼容。

返回值

一个 keras.Model 实例。