Regnet Y 004

🚀 RegNet

imagenet - 1kで学習されたRegNetモデルです。このモデルは論文「Designing Network Design Spaces」で紹介され、最初はこのリポジトリで公開されました。

🚀 クイックスタート

RegNetは、imagenet - 1kで学習されたモデルです。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

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

この生モデルは画像分類に使用できます。関心のあるタスクで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("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。