Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
TensorFlow Modelli Hub
I seguenti modelli preaddestrati sono disponibili per l'uso per il trasferimento dell'apprendimento con l' TensorFlow algoritmo Image Classification -.
I seguenti modelli variano in modo significativo in termini di dimensioni, numero di parametri del modello, tempo di addestramento e latenza di inferenza per un determinato set di dati. Il modello migliore per il tuo caso d'uso dipende dalla complessità del set di dati di ottimizzazione e dai requisiti richiesti in termini di tempo di addestramento, latenza di inferenza o precisione del modello.
| Nome modello | model_id |
Origine |
|---|---|---|
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 Preview |
|
|
Inception ResNet V2 |
|
|
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 |
|
