Applications
包里有很多深度学习经典模型,且有预训练好的权重。
这些模型可以轻松用于:
- 预测
- 特征提取
- 微调
这些预训练权重会在实例化模型时自动下载,且放置在~/.keras/models
文件夹下。
对于图像识别任务,有下面这些模型可用:
Keras
相当于前端,后端会用Tensorflow
,PyTorch
等运行,配置Keras
的文件是~/.keras/keras.json
,示例内容如下:
{
"floatx": "float32",
"epsilon": 1e-07,
"backend": "tensorflow",
"image_data_format": "channels_last"
}
上面这个文件里有个参数image_data_format
表示图片格式,指定为通道最后时,图片格式就是Height-Width-Depth
这样的顺序。
第一个示例:使用ResNet50识别大象
from keras.applications.resnet50 import ResNet50
from keras.preprocessing import image
from keras.applications.resnet50 import preprocess_input, decode_predictions
import numpy as np
model = ResNet50