Regnet X 120

🚀 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モデルの基本的な使い方を説明します。

モデルの概要

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ました。彼らは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'

より詳細なコード例については、ドキュメント を参照してください。

✨ 主な機能

• 論文 Designing Network Design Spaces で提案されたアーキテクチャを持つ。
• ImageNet-1kデータセットで学習されている。
• 画像分類タスクに使用できる。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 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'

高度な使用法

高度な使用法についての具体的なコード例がREADMEに記載されていないため、このサブセクションは省略されます。

📚 ドキュメント

• モデルの詳細な説明や使い方については、ドキュメント を参照してください。
• 微調整されたモデルを探すには、モデルハブ を参照してください。

🔧 技術詳細

このセクションでは、RegNetモデルの技術的な詳細について説明します。

モデルの設計

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ました。彼らは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ます。

モデルのアーキテクチャ

📄 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。