Regnet X 040

🚀 RegNet

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、最初は このリポジトリ で公開されました。

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

RegNetモデルは、画像分類タスクに使用できます。以下に使用方法の例を示します。

>>> 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("facebook/regnet-x-040")
>>> model = RegNetForImageClassification.from_pretrained("facebook/regnet-x-040")

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

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

>>> # model predicts one of the 1000 ImageNet classes
>>> 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。

✨ 主な機能

• 著者らは、ニューラルアーキテクチャサーチ（NAS）を行うための探索空間を設計しました。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、imagenet - 1kで学習されています。

📚 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。興味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。

📄 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。