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

• Inception-v4、Inception-ResNet 和残差连接对学习的影响 (AAAI 2017)

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

• 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_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。
• pooling：当 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。
• classes：可选的图像分类类别数量，仅当 include_top 为 True 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 或 "softmax"。
• name：模型的名称 (字符串)。

返回

一个模型实例。