Regnet Y 008

🚀 RegNet

RegNet 是一個在 ImageNet-1K 數據集上訓練的模型。它在論文 Designing Network Design Spaces 中被提出，並首次在 此代碼庫 中發佈。該模型可用於圖像分類任務，為相關領域的研究和應用提供了有力支持。

📄 許可證

本項目採用 Apache-2.0 許可證。

✨ 主要特性

• 作者設計了搜索空間來執行神經架構搜索（NAS）。他們從高維搜索空間開始，根據當前搜索空間採樣出的性能最佳的模型，通過經驗性地應用約束條件，逐步迭代縮小搜索空間。
• 模型配有可視化架構圖，可直觀瞭解其結構：

🚀 快速開始

你可以使用原始模型進行圖像分類。你可以在 模型中心 查找針對你感興趣的任務進行微調的版本。

💻 使用示例

基礎用法

>>> 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

>>> # 模型預測 1000 個 ImageNet 類別之一
>>> predicted_label = logits.argmax(-1).item()
>>> print(model.config.id2label[predicted_label])
'tabby, tabby cat'

高級用法

更多代碼示例，請參考 文檔。

⚠️ 重要提示

發佈 RegNet 的團隊並未為此模型編寫模型卡片，此模型卡片由 Hugging Face 團隊編寫。

💡 使用建議

若要使用該模型進行特定任務，可在模型中心查找微調版本以獲得更好的性能。