Regnet Y 032

🚀 RegNet

imagenet - 1kで学習されたRegNetモデル。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。

🚀 クイックスタート

RegNetは、imagenet - 1kで学習された画像分類モデルです。論文 Designing Network Design Spaces で提案され、このリポジトリ で公開されています。

✨ 主な機能

• 著者は、ニューラルアーキテクチャサーチ（NAS）を行うための探索空間を設計しています。高次元の探索空間から始め、現在の探索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、探索空間を反復的に縮小します。
• このモデルは画像分類タスクに使用できます。

📚 ドキュメント

モデルの説明

著者は、ニューラルアーキテクチャサーチ（NAS）を行うための探索空間を設計しています。最初は高次元の探索空間から始め、現在の探索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、探索空間を反復的に縮小します。

想定される用途と制限

このモデルは画像分類に使用できます。関心のあるタスクで微調整されたバージョンを探すには、モデルハブ を参照してください。

使い方

以下は、このモデルの使用方法です。

>>> 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("zuppif/regnet-y-040")
>>> model = RegNetForImageClassification.from_pretrained("zuppif/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'

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。

⚠️ 重要提示

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。