InceptionResNetV2
函数keras.applications.InceptionResNetV2(
include_top=True,
weights="imagenet",
input_tensor=None,
input_shape=None,
pooling=None,
classes=1000,
classifier_activation="softmax",
name="inception_resnet_v2",
)
实例化 Inception-ResNet v2 架构。
参考
此函数返回一个 Keras 图像分类模型,可选择加载在 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和微调指南。
注意:每个 Keras Application 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 keras.applications.inception_resnet_v2.preprocess_input
。inception_resnet_v2.preprocess_input
将把输入像素缩放至 -1 到 1 之间。
参数
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。layers.Input()
的输出)用作模型的图像输入。include_top
为 False
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)。它应该有恰好 3 个输入通道,并且宽度和高度不小于 75。例如,(150, 150, 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'
表示将全局平均池化应用于最后一个卷积块的输出,因此模型的输出将是 2D 张量。'max'
表示将应用全局最大池化。include_top
为 True
且未指定 weights
参数时才指定。str
或可调用对象。“顶层”使用的激活函数。除非 include_top=True
,否则忽略此参数。设置 classifier_activation=None
可返回“顶层”的 logits。加载预训练权重时,classifier_activation
只能是 None
或 "softmax"
。返回
一个模型实例。