Keras 3 API 文档 / Keras 应用 / NasNetLarge 和 NasNetMobile

NasNetLarge and NasNetMobile

[源文件]

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

  • input_shape:可选的形状元组,只有当 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。
  • include_top:是否在网络的顶部包含全连接层。
  • weightsNone(随机初始化)或 imagenet(ImageNet 权重)。要加载 imagenet 权重,input_shape 应该是 (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:可选的池化模式,用于当 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。
  • classes:可选的图像分类类别数量,仅当 include_topTrue 且未指定 weights 参数时才需要指定。
  • 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"softmax"
  • name:模型的名称(字符串)。

返回

一个 Keras 模型实例。


[源文件]

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

  • input_shape:可选的形状元组,只有当 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。
  • include_top:是否在网络的顶部包含全连接层。
  • weightsNone(随机初始化)或 imagenet(ImageNet 权重)。要加载 imagenet 权重,input_shape 应该是 (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:可选的池化模式,用于当 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。
  • classes:可选的图像分类类别数量,仅当 include_topTrue 且未指定 weights 参数时才需要指定。
  • 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"softmax"
  • name:模型的名称(字符串)。

返回

一个 Keras 模型实例。