Regnet Y 016

🚀 RegNet

RegNetは、ImageNet-1kデータセット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を公開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。

🚀 クイックスタート

このセクションでは、RegNetモデルの概要と使用方法について説明します。

✨ 主な機能

• 画像分類：RegNetは、ImageNet-1kデータセットで学習された画像分類モデルです。
• ネットワーク設計空間の最適化：著者らは、ニューラルアーキテクチャサーチ（NAS）を行うための探索空間を設計しています。

📚 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）を行うための探索空間を設計しています。まず、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ています。

想定される用途と制限

このモデルは、画像分類に使用することができます。興味のあるタスクに関するファインチューニング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、このモデルを使用する方法の例です。

>>> 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ライセンスの下で公開されています。