首页 > 其他分享 >学习笔记(ResNet)

学习笔记(ResNet)

时间:2023-02-08 10:34:00浏览次数:60  
标签:None tensor top ResNet 笔记 学习 shape input include

1、介绍  

  ResNet, ResNetV2, ResNeXt 模型,权值由 ImageNet 训练而来。ImageNet数据是CV领域非常出名的数据集,ISLVRC竞赛使用的数据集是轻量版的ImageNet数据集。ISLVRC2012是非常出名的一个数据集,在很多CV领域的论文,都会使用这个数据集对自己的模型进行测试。ImageNet是一个计算机视觉系统识别项目,是目前世界上图像识别最大的数据库。

2、调用方法

keras.applications.resnet.ResNet50(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet.ResNet101(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet.ResNet152(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet_v2.ResNet50V2(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet_v2.ResNet101V2(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet_v2.ResNet152V2(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnext.ResNeXt50(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnext.ResNeXt101(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

3、参数介绍((31条消息) keras中ResNet的调用、参数、模型融合_icecreamdinner的博客-CSDN博客

include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化, 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选,Keras tensor 作为模型的输入(即 layers.Input() 输出的 tensor)。
input_shape: 可选,输入尺寸元组,仅当 include_top=False 时有效,否则输入形状必须是 (244, 244, 3)(对于 channels_last 数据格式),或者 (3, 244, 244)(对于 channels_first 数据格式)。它必须拥有 3 个输入通道,且宽高必须不小于 32。例如 (200, 200, 3) 是一个合法的输入尺寸。
pooling: 可选,当 include_top 为 False 时,该参数指定了特征提取时的池化方式。None 代表不池化,直接输出最后一层卷积层的输出,该输出是一个四维张量。'avg' 代表全局平均池化(GlobalAveragePooling2D),相当于在最后一层卷积层后面再加一层全局平均池化层,输出是一个二维张量。'max' 代表全局最大池化
classes: 可选,图片分类的类别数,仅当 include_top 为 True 并且不加载预训练权值时可用。
返回:一个Keras的Model对象

4、resnet网络搭建

(31条消息) Keras教学(10):使用Keras搭建ResNet系列残差卷积神经网络_是猪哥不是诸葛的博客-CSDN博客

标签:None,tensor,top,ResNet,笔记,学习,shape,input,include
From: https://www.cnblogs.com/xiaoliang-333/p/17100869.html

相关文章

  • Java学习记录(一)
         ......
  • pytorch学习笔记2
    pytorch学习笔记2   RNN结构图pytorch保存模型方法Pytorch有两种保存模型的方式,都是通过调用pickle序列化方法实现的。第一种方法只保存模型参数。第二种方法......
  • Unity学习路线
    【第一阶段】01Unity3D基础操作02C#语言基础03PS图像简单处理04Unity3D界面UI(UGUI或NGUI)05Unity3D动画系统(Mecanim和DOtween)06Unity3D图形数学(点乘、欧......
  • 学习Python包含哪些基础内容
    对于刚刚入行的新手来说,如何打好Python基础非常重要。首先我们要了解Python语言起源、设计目标、设计哲学,Python语言的优缺点和面向对象的基本概念、执行方式、集成开发环......
  • 读Java实战(第二版)笔记04_用流收集数据
    1. 方便程序员和可读性是头等大事!1.1. 函数式API设计更易复合和重用2. 归约和汇总为一个值2.1. counting()2.1.1. 计数2.2. maxBy2.2.1. 查找流中的最大值2......
  • 开关电源环路学习
    关于下面一些开关电源环路的问题,你是否也有过?1、开关电源有开关,根本就不是一个线性系统,传递函数是咋弄出来的?2、系统环路框图的输入量为什么不是Vin,而是参考电压Vref?......
  • 学习方法:尼古拉斯·卢曼的思考方法(思考的方法:卡片法)
    学习方法:尼古拉斯·卢曼的思考方法(思考的方法:卡片法)    一、翻译内容: 尼古拉斯·卢曼的思考方法(思考的方法:卡片法) 总结: 1、频繁地、深入地思考“话题(......
  • 自我介绍与学习记录
    这个作业属于哪个课程https://edu.cnblogs.com/campus/fzzcxy/2023learning这个作业要求在哪里https://edu.cnblogs.com/campus/fzzcxy/2023learning/homework/1......
  • 自我介绍与学习记录
    自我介绍与学习记录这个作业属于哪个课程https://edu.cnblogs.com/campus/fzzcxy/2023learning这个作业要求在哪里https://edu.cnblogs.com/campus/fzzcxy/2023......
  • c++学习 4 运算符及其应用技巧
    一按位与运算符“&”按位与运算符,全1为1,有0则0。特点:和1相与保持不变,和0相与都变为0。功能:将指定位置清0。example:  10001100&11001011--------------------......