Keras 简明教程
Keras - Pre-Trained Models
在本章中,我们将学习 Keras 中的预训练模型。让我们从 VGG16 开始。
VGG16
VGG16 是另一个预训练模型。它也是使用 ImageNet 训练的。加载模型的语法如下:
keras.applications.vgg16.VGG16(
include_top = True,
weights = 'imagenet',
input_tensor = None,
input_shape = None,
pooling = None,
classes = 1000
)
该模型的默认输入大小为 224x224。
MobileNetV2
MobileNetV2 是另一个预训练模型。它也是使用 ImageNet 训练的。
加载模型的语法如下:
keras.applications.mobilenet_v2.MobileNetV2 (
input_shape = None,
alpha = 1.0,
include_top = True,
weights = 'imagenet',
input_tensor = None,
pooling = None,
classes = 1000
)
在此,
alpha 控制网络的宽度。如果值低于 1,则减少每一层中的滤波器数量。如果值高于 1,则增加每一层中的滤波器数量。如果 alpha = 1,则每一层都使用来自论文的默认滤波器数量。
该模型的默认输入大小为 224x224 。
InceptionResNetV2
InceptionResNetV2 是另一个预训练模型。它也是使用 ImageNet 训练的。加载模型的语法如下:
keras.applications.inception_resnet_v2.InceptionResNetV2 (
include_top = True,
weights = 'imagenet',
input_tensor = None,
input_shape = None,
pooling = None,
classes = 1000)
此模型可以采用“channels_first”数据格式(通道数、高度、宽度)或“channels_last”数据格式(高度、宽度、通道数)构建。
此模型的默认输入大小为 299x299 。