Keras-pre-trained-models

Keras-事前トレーニング済みモデル

この章では、Kerasの事前トレーニング済みモデルについて学習します。 VGG16から始めましょう。

VGG16

*VGG16* は別の事前トレーニング済みモデルです。 また、ImageNetを使用してトレーニングされます。 モデルをロードするための構文は次のとおりです-

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

このモデルのデフォルトの入力サイズは224x224です。

MobileNetV2

*MobileNetV2* は別の事前トレーニング済みモデルです。 また、 *ImageNet* を使用してトレーニングされます。

モデルをロードするための構文は次のとおりです-

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

ここに、

*alpha* はネットワークの幅を制御します。 値が1未満の場合、各レイヤーのフィルターの数を減らします。 値が1より大きい場合、各レイヤーのフィルターの数を増やします。 alpha = 1の場合、紙のデフォルトのフィルター数が各レイヤーで使用されます。

このモデルのデフォルトの入力サイズは 224x224 です。

InceptionResNetV2

*InceptionResNetV2* は別の事前トレーニング済みモデルです。 また、 *ImageNet* を使用してトレーニングされます。 モデルをロードするための構文は次のとおりです-

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

このモデルは、「channels_first」データ形式（チャネル、高さ、幅）または「channels_last」データ形式（高さ、幅、チャネル）の両方で構築できます。

このモデルのデフォルトの入力サイズは 299x299 です。

InceptionV3

*InceptionV3* は別の事前トレーニング済みモデルです。 また、 *ImageNet* を使用してトレーニングされます。 モデルをロードするための構文は次のとおりです-

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

ここに、

このモデルのデフォルトの入力サイズは 299x299 です。

結論

Kerasは非常にシンプルで拡張性があり、ニューラルネットワークAPIを簡単に実装できます。これを使用して、高度な抽象化を備えたディープラーニングアプリケーションを構築できます。 Kerasはディープリーニングモデルに最適です。