NASNetLarge
函数keras.applications.NASNetLarge(
input_shape=None,
include_top=True,
weights="imagenet",
input_tensor=None,
pooling=None,
classes=1000,
classifier_activation="softmax",
name="nasnet_large",
)
实例化一个 ImageNet 模式的 NASNet 模型。
参考文献
可以选择加载在 ImageNet 上预训练的权重。请注意,模型使用的数据格式约定是在你的 Keras 配置文件 ~/.keras/keras.json
中指定的。
注意:每个 Keras 应用都需要特定的输入预处理。对于 NASNet,在将输入传递给模型之前,请调用 keras.applications.nasnet.preprocess_input
对输入进行预处理。
参数
include_top
为 False 时才需要指定(否则对于 NASNetLarge,输入形状必须是 (331, 331, 3)
)。它必须有正好 3 个输入通道,并且宽度和高度应不小于 32。例如,(224, 224, 3)
是一个有效值。None
(随机初始化)或 imagenet
(ImageNet 权重)。要加载 imagenet
权重,input_shape
应该是 (331, 331, 3)。layers.Input()
的输出),用作模型的图像输入。include_top
为 False
时进行特征提取。None
表示模型的输出将是最后一个卷积层的 4D 张量输出。avg
表示将对最后一个卷积层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。include_top
为 True
且未指定 weights
参数时才需要指定。str
或可调用对象。用于“顶部”层的激活函数。除非 include_top=True
,否则将被忽略。将 classifier_activation
设置为 None
将返回“顶部”层的 logits。加载预训练权重时,classifier_activation
只能是 None
或 "softmax"
。返回
一个 Keras 模型实例。
NASNetMobile
函数keras.applications.NASNetMobile(
input_shape=None,
include_top=True,
weights="imagenet",
input_tensor=None,
pooling=None,
classes=1000,
classifier_activation="softmax",
name="nasnet_mobile",
)
实例化一个 ImageNet 模式的 Mobile NASNet 模型。
参考文献
可以选择加载在 ImageNet 上预训练的权重。请注意,模型使用的数据格式约定是在你的 Keras 配置文件 ~/.keras/keras.json
中指定的。
注意:每个 Keras 应用都需要特定的输入预处理。对于 NASNet,在将输入传递给模型之前,请调用 keras.applications.nasnet.preprocess_input
对输入进行预处理。
参数
include_top
为 False 时才需要指定(否则对于 NASNetMobile,输入形状必须是 (224, 224, 3)
)。它必须有正好 3 个输入通道,并且宽度和高度应不小于 32。例如,(224, 224, 3)
是一个有效值。None
(随机初始化)或 imagenet
(ImageNet 权重)。要加载 imagenet
权重,input_shape
应该是 (224, 224, 3)。layers.Input()
的输出),用作模型的图像输入。include_top
为 False
时进行特征提取。None
表示模型的输出将是最后一个卷积层的 4D 张量输出。avg
表示将对最后一个卷积层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。include_top
为 True
且未指定 weights
参数时才需要指定。str
或可调用对象。用于“顶部”层的激活函数。除非 include_top=True
,否则将被忽略。将 classifier_activation
设置为 None
将返回“顶部”层的 logits。加载预训练权重时,classifier_activation
只能是 None
或 "softmax"
。返回
一个 Keras 模型实例。