Keras - Người mẫu được đào tạo trước

Trong chương này, chúng ta sẽ tìm hiểu về các mô hình được đào tạo trước trong Keras. Chúng ta hãy bắt đầu với VGG16.

VGG16

VGG16là một mô hình được đào tạo trước khác. Nó cũng được đào tạo bằng ImageNet. Cú pháp để tải mô hình như sau:

keras.applications.vgg16.VGG16(
   include_top = True, 
   weights = 'imagenet', 
   input_tensor = None, 
   input_shape = None, 
   pooling = None, 
   classes = 1000
)

Kích thước đầu vào mặc định cho mô hình này là 224x224.

MobileNetV2

MobileNetV2là một mô hình được đào tạo trước khác. Nó cũng được đào tạoImageNet.

Cú pháp để tải mô hình như sau:

keras.applications.mobilenet_v2.MobileNetV2 (
   input_shape = None, 
   alpha = 1.0, 
   include_top = True, 
   weights = 'imagenet', 
   input_tensor = None, 
   pooling = None, 
   classes = 1000
)

Đây,

alphakiểm soát độ rộng của mạng. Nếu giá trị dưới 1, hãy giảm số lượng bộ lọc trong mỗi lớp. Nếu giá trị trên 1, hãy tăng số lượng bộ lọc trong mỗi lớp. Nếu alpha = 1, số lượng bộ lọc mặc định từ giấy được sử dụng ở mỗi lớp.

Kích thước đầu vào mặc định cho mô hình này là 224x224.

InceptionResNetV2

InceptionResNetV2là một mô hình được đào tạo trước khác. Nó cũng được đào tạo bằng cách sử dụngImageNet. Cú pháp để tải mô hình như sau:

keras.applications.inception_resnet_v2.InceptionResNetV2 (
   include_top = True, 
   weights = 'imagenet',
   input_tensor = None, 
   input_shape = None, 
   pooling = None, 
   classes = 1000)

Mô hình này và có thể được xây dựng cả với định dạng dữ liệu 'channel_first' (kênh, chiều cao, chiều rộng) hoặc định dạng dữ liệu 'channel_last' (chiều cao, chiều rộng, kênh).

Kích thước đầu vào mặc định cho mô hình này là 299x299.

Khởi đầuV3

InceptionV3là một mô hình được đào tạo trước khác. Nó cũng được đào tạoImageNet. Cú pháp để tải mô hình như sau:

keras.applications.inception_v3.InceptionV3 (
   include_top = True, 
   weights = 'imagenet', 
   input_tensor = None, 
   input_shape = None, 
   pooling = None, 
   classes = 1000
)

Đây,

Kích thước đầu vào mặc định cho mô hình này là 299x299.

Phần kết luận

Keras là API mạng thần kinh rất đơn giản, có thể mở rộng và dễ triển khai, có thể được sử dụng để xây dựng các ứng dụng học sâu với mức độ trừu tượng cao. Keras là một sự lựa chọn tối ưu cho các kiểu dáng nghiêng sâu.