Keras 3 API 文档 / Keras 应用 / InceptionResNetV2

InceptionResNetV2

[源代码]

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_inputinception_resnet_v2.preprocess_input 将把输入像素缩放至 -1 到 1 之间。

参数

  • include_top:是否在网络的顶部包含全连接层。
  • 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 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。
  • pooling:当 include_topFalse 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。
  • classes:可选的图像分类类别数量,仅当 include_topTrue 且未指定 weights 参数时才指定。
  • classifier_activation:一个 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"softmax"
  • name:模型的名称 (字符串)。

返回

一个模型实例。