Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
TensorFlow Model Hub
Model terlatih berikut tersedia untuk digunakan untuk pembelajaran transfer dengan TensorFlow algoritma Klasifikasi Gambar -.
Model berikut bervariasi secara signifikan dalam ukuran, jumlah parameter model, waktu pelatihan, dan latensi inferensi untuk setiap kumpulan data tertentu. Model terbaik untuk kasus penggunaan Anda bergantung pada kompleksitas kumpulan data fine-tuning Anda dan persyaratan apa pun yang Anda miliki pada waktu pelatihan, latensi inferensi, atau akurasi model.
| Nama Model | model_id |
Sumber |
|---|---|---|
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 |
|
|
Asalnya V3 |
|
|
Inception V2 |
|
|
Asalnya V1 |
|
|
Pratinjau V3 Inception |
|
|
Inception 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 -21k ImageNet |
|
|
Bit-M R50x3 -21k ImageNet |
|
|
Bit-M R101x1 -21k ImageNet |
|
|
Bit-M R101x3 -21k ImageNet |
|
