Regnet Y 040

🚀 RegNet

imagenet - 1kで学習されたRegNetモデル。論文「Designing Network Design Spaces」で紹介され、最初はthis repositoryで公開されました。

🚀 クイックスタート

RegNetは、imagenet - 1kで学習されたモデルです。このモデルは、論文 Designing Network Design Spaces で紹介され、このリポジトリ で最初に公開されました。

なお、RegNetをリリースしたチームはこのモデルのモデルカードを作成していないため、このモデルカードはHugging Faceチームによって作成されています。

✨ 主な機能

• 著者らは、ニューラルアーキテクチャサーチ（NAS）を行うためのサーチ空間を設計しました。高次元のサーチ空間から始め、現在のサーチ空間でサンプリングされた最良のモデルに基づいて経験的に制約を適用することで、サーチ空間を反復的に縮小します。
• このモデルは画像分類に使用できます。モデルハブ で関心のあるタスクについてファインチューニングされたバージョンを探すことができます。

📚 ドキュメント

モデルの説明

著者らは、ニューラルアーキテクチャサーチ（NAS）を行うためのサーチ空間を設計しました。まず高次元のサーチ空間から始め、現在のサーチ空間でサンプリングされた最良のモデルに基づいて経験的に制約を適用することで、サーチ空間を反復的に縮小します。

想定される用途と制限

この生モデルは画像分類に使用できます。関心のあるタスクについてファインチューニングされたバージョンは、モデルハブ を参照してください。

💻 使用例

基本的な使用法

>>> from transformers import AutoFeatureExtractor, RegNetForImageClassification
>>> import torch
>>> from datasets import load_dataset

>>> dataset = load_dataset("huggingface/cats-image")
>>> image = dataset["test"]["image"][0]

>>> feature_extractor = AutoFeatureExtractor.from_pretrained("facebook/regnet-y-040")
>>> model = RegNetForImageClassification.from_pretrained("facebook/regnet-y-040")

>>> inputs = feature_extractor(image, return_tensors="pt")

>>> with torch.no_grad():
...     logits = model(**inputs).logits

>>> # モデルは1000のImageNetクラスのうちの1つを予測します
>>> predicted_label = logits.argmax(-1).item()
>>> print(model.config.id2label[predicted_label])
'tabby, tabby cat'

高度な使用法

より多くのコード例については、ドキュメント を参照してください。

📄 ライセンス

このモデルはApache - 2.0ライセンスの下で提供されています。