Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
TensorFlow Hub-Modelle
Die folgenden vortrainierten Modelle können für das Transferlernen mit dem TensorFlow Bildklassifizierungsalgorithmus verwendet werden.
Die folgenden Modelle unterscheiden sich erheblich in Größe, Anzahl der Modellparameter, Trainingszeit und Inferenzlatenz für einen bestimmten Datensatz. Welches Modell am besten für Ihren Anwendungsfall geeignet ist, hängt von der Komplexität Ihres Feinabstimmungsdatensatzes und allen Anforderungen ab, die Sie an Trainingszeit, Inferenzlatenz oder Modellgenauigkeit haben.
Modellname | model_id |
Quelle |
---|---|---|
MobileNet V2 1.00 224 |
|
|
MobileNet V2 0,75 224 |
|
|
MobileNet V2 0,50 224 |
|
|
MobileNet V2 0,35 224 |
|
|
MobileNet V2 1.40 224 |
|
|
MobileNet V2 1.30 224 |
|
|
MobileNet V2 |
|
|
Inception V3 |
|
|
Inception V2 |
|
|
Inception V1 |
|
|
Inception V3 Vorschau |
|
|
Beginn V2 ResNet |
|
|
ResNet V2 50 |
|
|
ResNet V2 101 |
|
|
ResNet V2 152 |
|
|
ResNet V1 50 |
|
|
ResNet V1 101 |
|
|
ResNet V1 152 |
|
|
ResNet 50 |
|
|
EfficientNet B0 |
|
|
EfficientNet B1 |
|
|
EfficientNet B2 |
|
|
EfficientNet B3 |
|
|
EfficientNet B4 |
|
|
EfficientNet B5 |
|
|
EfficientNet B6 |
|
|
EfficientNet B7 |
|
|
EfficientNet B0 Lite |
|
|
EfficientNet B1 Lite |
|
|
EfficientNet B2 Lite |
|
|
EfficientNet B3 Lite |
|
|
EfficientNet B4 Lite |
|
|
MobileNet V1 1.00 224 |
|
|
MobileNet V1 1.00 192 |
|
|
MobileNet V1 1.00 160 |
|
|
MobileNet V1 1.00 128 |
|
|
MobileNet V1 0,75 224 |
|
|
MobileNet V1 0,75 192 |
|
|
MobileNet V1 0,75 160 |
|
|
MobileNet V1 0,75 128 |
|
|
MobileNet V1 0.50 224 |
|
|
MobileNet V1 0.50 192 |
|
|
MobileNet V1 1.00 160 |
|
|
MobileNet V1 0,50 128 |
|
|
MobileNet V1 0,25 224 |
|
|
MobileNet V1 0,25 192 |
|
|
MobileNet V1 0,25 160 |
|
|
MobileNet V1 0,25 128 |
|
|
Bit-S R50x1 |
|
|
Bit-S R50x3 |
|
|
Bit-S R101x1 |
|
|
Bit-S R101x3 |
|
|
Bit-M R50x1 |
|
|
Bit-M R50x3 |
|
|
Bit-M R101x1 |
|
|
Bit-M R101x3 |
|
|
Bit-M R50x1 -21 k ImageNet |
|
|
Bit-M R50x3 -21 k ImageNet |
|
|
Bit-M R101x1 -21 k ImageNet |
|
|
Bit-M R101x3 -21 k ImageNet |
|