Regnet X 006

🚀 RegNet

RegNetは、imagenet - 1kで学習されたモデルです。論文 Designing Network Design Spaces で導入され、最初は このリポジトリ で公開されました。このモデルのモデルカードは、RegNetを公開したチームが作成していないため、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は、imagenet - 1kで学習された画像分類モデルです。このモデルを使用することで、画像分類タスクを実行できます。

✨ 主な機能

• 著者は、ニューラルアーキテクチャサーチ（NAS）を実行するための探索空間を設計します。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。
• 生モデルを使用して画像分類を行うことができます。また、モデルハブ で関心のあるタスクに対して微調整されたバージョンを探すこともできます。

📚 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）を実行するための探索空間を設計します。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。

想定される用途と制限

生モデルを画像分類に使用することができます。関心のあるタスクに対して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ライセンスの下で公開されています。

情報テーブル

| 属性 | 详情 |
|------|------|
| モデルタイプ | 画像分類モデル |
| 学習データ | imagenet - 1k |