Keras 3 API 文档 / Keras 应用 / InceptionResNetV2

InceptionResNetV2

[源]

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,请参阅此页面以获取详细示例

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 Keras 应用都期望特定的输入预处理类型。对于 InceptionResNetV2,请在将输入传递给模型之前,对输入调用 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: None(随机初始化)、"imagenet"(在 ImageNet 上预训练)之一,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(否则输入形状必须是 (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,宽度和高度应不小于 75。例如 (150, 150, 3) 是一个有效值。
  • pooling: 可选的池化模式,用于在 include_topFalse 时进行特征提取。
    • 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。
  • classes: 可选的图像分类类别数,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。用于“顶部”层的激活函数。除非 include_top=True,否则忽略。设置 classifier_activation=None 将返回“顶部”层的 logits 值。加载预训练权重时,classifier_activation 只能是 None"softmax"
  • name: 模型名称(字符串)。

返回值

一个模型实例。