Keras 3 API 文档 / Keras 应用程序 / NasNetLarge 和 NasNetMobile

NasNetLarge 和 NasNetMobile

[源代码]

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",
)

在 ImageNet 模式下实例化 NASNet 模型。

参考

可选地加载在 ImageNet 上预训练的权重。请注意,模型使用的数据格式约定是您在 Keras 配置 ~/.keras/keras.json 中指定的。

注意:每个 Keras 应用程序都期望特定类型的输入预处理。对于 NASNet,在将输入传递给模型之前,请对输入调用 keras.applications.nasnet.preprocess_input

参数

  • input_shape:可选的形状元组,仅在 include_top 为 False 时指定(否则 NASNetLarge 的输入形状必须为 (331, 331, 3))。它应该恰好有 3 个输入通道,宽度和高度不应小于 32。例如,(224, 224, 3) 将是一个有效值。
  • include_top:是否包含网络顶部的全连接层。
  • weightsNone(随机初始化)或 imagenet(ImageNet 权重)。要加载 imagenet 权重,input_shape 应为 (331, 331, 3)。
  • input_tensor:可选的 Keras 张量(即 layers.Input() 的输出)用作模型的图像输入。
  • 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层的 4D 张量输出。
    • avg 表示将全局平均池化应用于最后一个卷积层的输出,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:要分类的图像类别的可选数量,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。“顶部”层要使用的激活函数。除非 include_top=True,否则忽略。设置 classifier_activation=None 以返回“顶部”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 Keras 模型实例。


[源代码]

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",
)

在 ImageNet 模式下实例化移动 NASNet 模型。

参考

可选地加载在 ImageNet 上预训练的权重。请注意,模型使用的数据格式约定是您在 Keras 配置 ~/.keras/keras.json 中指定的。

注意:每个 Keras 应用程序都期望特定类型的输入预处理。对于 NASNet,在将输入传递给模型之前,请对输入调用 keras.applications.nasnet.preprocess_input

参数

  • input_shape:可选的形状元组,仅在 include_top 为 False 时指定(否则 NASNetMobile 的输入形状必须为 (224, 224, 3))。它应该恰好有 3 个输入通道,宽度和高度不应小于 32。例如,(224, 224, 3) 将是一个有效值。
  • include_top:是否包含网络顶部的全连接层。
  • weightsNone(随机初始化)或 imagenet(ImageNet 权重)。要加载 imagenet 权重,input_shape 应为 (224, 224, 3)。
  • input_tensor:可选的 Keras 张量(即 layers.Input() 的输出)用作模型的图像输入。
  • 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层的 4D 张量输出。
    • avg 表示将全局平均池化应用于最后一个卷积层的输出,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:要分类的图像类别的可选数量,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。“顶部”层要使用的激活函数。除非 include_top=True,否则忽略。设置 classifier_activation=None 以返回“顶部”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 Keras 模型实例。