在Keras中应用最先进的神经网络是什么?

Keras提供了多个预训练模型,如下所述:

https://keras.io/applications/

这些应用是预训练网络,包括以下几种:

  • Xception
  • VGG16
  • VGG19
  • ResNet50
  • InceptionV3
  • MobileNet

我知道,与其他模型相比,VGG16和VGG19是相当老的网络。然而,有没有简单的方法可以找出哪个模型最强大或拥有最多的权重?

可以通过执行类似以下代码来查看层的数量:

model = applications.ResNet50(...)print(len(model))

然而,这并不能提供关于提供的权重数量或复杂度的信息(例如,ResNet是残差网络,而VGG19不是)


回答:

这些模型是基于相应的原始论文实现的,你也可以在Keras文档中看到这些论文。

关于每个模型的详细优缺点,你应该阅读相关论文。较新的模型并不总是在所有应用中表现更好。

关于模型大小,你可以通过以下方式查看每层的权重数量:

[w.size for w in model.get_weights()]

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注