Keras-pre-trained-models
提供:Dev Guides
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。