VGG16和VGG19模型如何实例化?
计算机/软件
0 733
0
该提问暂无详细描述
收藏
2021-02-03 05:08 更新 阿托 •  6057
共 1 个回答
高赞 时间
0
VGG16
tf.keras.applications.VGG16(
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
)

实例化VGG16模型

默认情况下,它下载权重在ImageNet上进行预训练。

可以使用“ channels_first”数据格式(通道,高度,宽度)或“ channels_last”数据格式(高度,宽度,通道)构建该模型。

该模型的默认输入大小为224x224。

注意:每个Keras API都需要一种特定类型的输入预处理。对于VGG16,在将输入传递给模型之前,在输入上调用tf.keras.applications.vgg16.preprocess_input。

参量

  • include_top:是否在网络顶部包括3个完全连接的层。

  • weights:“None”(随机初始化),“ imagenet”(在ImageNet上进行预训练)或要添加的权重文件的路径进行下载。

  • input_tensor:可选的Keras张量(如layers.Input()的输出),用作模型的图像输入。

  • input_shape:可选的形状元组,仅当include_top为False时才指定,否则,输入形状必须为(224,224,3)(使用channels_last数据格式)或(3,224,224)(使用channels_first数据格式)。它应该恰好具有3个输入通道,并且宽度和高度不应小于32。例如(200,200,3)是一个有效值。

  • pooling:当include_top为False时用于特征提取的可选池模式。

    • None 表示模型的输出将是最后一个卷积块的4D张量输出。
    •  avg表示将全局平均池应用于最后一个卷积块的输出,因此模型的输出将为2D张量。
    • max表示将应用全局最大池。
  • classes:用于将图像分类的可选类数,仅当include_top为True且未指定weights参数时才指定。

  • classifier_activation:一个str或调用量。要在“顶层”上使用的激活功能。除非include_top = True否则忽略。设置classifier_activation = None返回“顶层”的 logits。

返回 keras.Model实例。

其他 ValueError:权重参数无效或输入形状无效。 ValueError:classifier_activation不是softmax或使用预训练的顶层时为None。

VGG19
tf.keras.applications.VGG19(
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
)

实例化VGG19架构。 默认情况下,它加载权重在ImageNet上预训练。

可以使用“ channels_first”数据格式(通道,高度,宽度)或“ channels_last”数据格式(高度,宽度,通道)构建该模型。

该模型的默认输入大小为224x224。

注意:每个Keras应用程序都需要一种特定类型的输入预处理。对于VGG19,在将输入传递给模型之前,在输入上调用tf.keras.applications.vgg19.preprocess_input。

参量

  • include_top:是否在网络顶部包括3个完全连接的层。

  • 权重:“无”(随机初始化),“ imagenet”(在ImageNet上进行预训练)或要加载的权重文件的路径之一。

  • input_tensor:Keras张量(layers.Input()的输出),用作模型的图像输入。

  • input_shape:形状元组,仅当include_top为False时才指定。否则,输入形状必须为(224,224,3)(使用channels_last数据格式)或(3,224,224)(使用channels_first数据格式)。它应该恰好具有3个输入通道,并且宽度和高度不应小于32。例如(200,200,3)是一个有效值。

  • pooling:当include_top为False时,用于特征提取的可选池模式。

    • None表示模型的输出将是最后一个卷积块的4D张量输出。
    • avg表示全局平均池将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。
  • classes:用于将图像分类的类数,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。要在“顶层”层上使用的激活功能。除非include_top = True否则被忽略。设置classifier_activation = None返回“顶层”logits。

返回 keras.Model实例。

其他 ValueError:权重参数无效或输入形状无效。

来源https://keras.io/api/applications/vgg/ ValueError:classifier_activation不是softmax或使用预训练的顶层时为None。

收藏
2021-02-03 05:21 更新 正直的烤面包 •  1896