RegNet

概述

RegNet 模型由 Ilija Radosavovic、Raj Prateek Kosaraju、Ross Girshick、Kaiming He、Piotr Dollár 在 Designing Network Design Spaces 一文中提出。

作者设计了搜索空间来执行神经网络架构搜索（NAS）。他们首先从高维搜索空间开始，然后根据当前搜索空间中采样到的最佳性能模型，通过经验性地应用约束来迭代地缩小搜索空间。

论文摘要如下：

在这项工作中，我们提出了一种新的网络设计范式。我们的目标是帮助增进对网络设计的理解，并发现可泛化到不同设置的设计原则。我们不再专注于设计单个网络实例，而是设计参数化网络群体的网络设计空间。整个过程类似于经典的手动网络设计，但提升到了设计空间层面。通过我们的方法，我们探索了网络设计的结构方面，并得到了一个由简单、规则网络组成的低维设计空间，我们称之为 RegNet。RegNet 参数化的核心思想出奇地简单：优秀网络的宽度和深度可以用分段线性函数来解释。我们分析了 RegNet 设计空间，并得出了与当前网络设计实践不符的有趣发现。RegNet 设计空间提供了简单、快速的网络，在各种浮点运算（flop）方案中都能很好地工作。在可比较的训练设置和浮点运算量下，RegNet 模型优于流行的 EfficientNet 模型，并且在 GPU 上速度可达 5 倍。

该模型由 Francesco 贡献。该模型的 TensorFlow 版本由 sayakpaul 和 ariG23498 贡献。原始代码可以在这里找到。

来自 Self-supervised Pretraining of Visual Features in the Wild 的大型 10B 模型，在十亿张 Instagram 图像上训练，可在 Hub 上获取。

资源

Hugging Face 官方资源和社区（由 🌎 指示）资源列表，帮助您开始使用 RegNet。

图像分类

RegNetForImageClassification 由此示例脚本和notebook支持。
另请参阅：图像分类任务指南

如果您有兴趣在此处提交资源，请随时开启 Pull Request，我们将对其进行审查！该资源最好能展示一些新内容，而不是重复现有资源。

RegNetConfig

class transformers.RegNetConfig

< 源 >

( num_channels = 3 embedding_size = 32 hidden_sizes = [128, 192, 512, 1088] depths = [2, 6, 12, 2] groups_width = 64 layer_type = 'y' hidden_act = 'relu' **kwargs )

参数

num_channels (int, 可选, 默认为 3) — 输入通道数。
embedding_size (int, 可选, 默认为 64) — 嵌入层的维度（隐藏大小）。
hidden_sizes (list[int], 可选, 默认为 [256, 512, 1024, 2048]) — 每个阶段的维度（隐藏大小）。
depths (list[int], 可选, 默认为 [3, 4, 6, 3]) — 每个阶段的深度（层数）。
layer_type (str, 可选, 默认为 "y") — 要使用的层，可以是 "x" 或 "y"。x 层是 ResNet 的 BottleNeck 层，其中 reduction 固定为 1。而 y 层是带有挤压和激励的 x 层。请参阅论文以获取这些层如何构建的详细解释。
hidden_act (str, 可选, 默认为 "relu") — 每个块中的非线性激活函数。如果为字符串，则支持 "gelu"、"relu"、"selu" 和 "gelu_new"。
downsample_in_first_stage (bool, 可选, 默认为 False) — 如果为 True，第一阶段将使用步长 2 对输入进行下采样。

这是用于存储 RegNetModel 配置的配置类。它用于根据指定参数实例化 RegNet 模型，定义模型架构。使用默认值实例化配置将产生与 RegNet facebook/regnet-y-040 架构类似的配置。

配置对象继承自 PretrainedConfig，可用于控制模型输出。有关更多信息，请查阅 PretrainedConfig 的文档。

示例

>>> from transformers import RegNetConfig, RegNetModel

>>> # Initializing a RegNet regnet-y-40 style configuration
>>> configuration = RegNetConfig()
>>> # Initializing a model from the regnet-y-40 style configuration
>>> model = RegNetModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config

PyTorch

隐藏 Pytorch 内容

RegNetModel

class transformers.RegNetModel

< 源 >

( config )

参数

config (RegNetModel) — 包含模型所有参数的模型配置类。使用配置文件初始化并不会加载与模型相关的权重，只会加载配置。请查阅 from_pretrained() 方法以加载模型权重。

裸 Regnet 模型，输出原始隐藏状态，顶部没有任何特定头部。

此模型继承自 PreTrainedModel。查阅超类文档以了解库为其所有模型实现的通用方法（例如下载或保存、调整输入嵌入大小、修剪头部等）。

此模型也是 PyTorch torch.nn.Module 子类。将其作为常规 PyTorch 模块使用，并参考 PyTorch 文档以了解与通用用法和行为相关的所有事项。

forward

< 源 >

( pixel_values: Tensor output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.BaseModelOutputWithPoolingAndNoAttention 或 tuple(torch.FloatTensor)

参数

pixel_values (形状为 (batch_size, num_channels, image_size, image_size) 的 torch.Tensor) — 对应于输入图像的张量。像素值可以使用 {image_processor_class} 获取。详情请参阅 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 处理图像）。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的 hidden_states。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。

transformers.modeling_outputs.BaseModelOutputWithPoolingAndNoAttention 或 tuple(torch.FloatTensor)

一个 transformers.modeling_outputs.BaseModelOutputWithPoolingAndNoAttention 或一个 torch.FloatTensor 元组（如果传递 return_dict=False 或 config.return_dict=False），包含根据配置（RegNetConfig）和输入的不同元素。

last_hidden_state (torch.FloatTensor, 形状为 (batch_size, num_channels, height, width)) — 模型最后一层输出的隐藏状态序列。
pooler_output (torch.FloatTensor, 形状为 (batch_size, hidden_size)) — 经过空间维度池化操作后的最后一层隐藏状态。
hidden_states (tuple(torch.FloatTensor), 可选, 当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入层输出，如果模型有嵌入层，+ 一个用于每个层输出），形状为 (batch_size, num_channels, height, width)。

模型在每个层输出的隐藏状态以及可选的初始嵌入输出。

RegNetModel 的 forward 方法，重写了 `__call__` 特殊方法。

尽管前向传播的配方需要在该函数中定义，但在此之后应该调用 Module 实例，因为前者负责运行预处理和后处理步骤，而后者则默默地忽略它们。

示例

RegNetForImageClassification

class transformers.RegNetForImageClassification

< 源 >

( config )

参数

config (RegNetForImageClassification) — 包含模型所有参数的模型配置类。使用配置文件初始化并不会加载与模型相关的权重，只会加载配置。请查阅 from_pretrained() 方法以加载模型权重。

带有图像分类头（在池化特征顶部的一个线性层）的 RegNet 模型，例如用于 ImageNet。

此模型继承自 PreTrainedModel。查阅超类文档以了解库为其所有模型实现的通用方法（例如下载或保存、调整输入嵌入大小、修剪头部等）。

此模型也是 PyTorch torch.nn.Module 子类。将其作为常规 PyTorch 模块使用，并参考 PyTorch 文档以了解与通用用法和行为相关的所有事项。

forward

< 源 >

( pixel_values: typing.Optional[torch.FloatTensor] = None labels: typing.Optional[torch.LongTensor] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.ImageClassifierOutputWithNoAttention 或 tuple(torch.FloatTensor)

参数

pixel_values (形状为 (batch_size, num_channels, image_size, image_size) 的 torch.FloatTensor, 可选) — 对应于输入图像的张量。像素值可以使用 {image_processor_class} 获取。详情请参阅 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 处理图像）。
labels (形状为 (batch_size,) 的 torch.LongTensor, 可选) — 用于计算图像分类/回归损失的标签。索引应在 [0, ..., config.num_labels - 1] 范围内。如果 config.num_labels > 1，则计算分类损失（交叉熵）。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的 hidden_states。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。

transformers.modeling_outputs.ImageClassifierOutputWithNoAttention 或 tuple(torch.FloatTensor)

一个 transformers.modeling_outputs.ImageClassifierOutputWithNoAttention 或一个 torch.FloatTensor 元组（如果传递 return_dict=False 或 config.return_dict=False），包含根据配置（RegNetConfig）和输入的不同元素。

loss (形状为 (1,) 的 torch.FloatTensor，可选，当提供 labels 时返回) — 分类损失（如果 config.num_labels==1，则为回归损失）。
logits (形状为 (batch_size, config.num_labels) 的 torch.FloatTensor) — 分类（如果 config.num_labels==1，则为回归）分数（SoftMax 之前）。
hidden_states (tuple(torch.FloatTensor), 可选, 当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入层输出，如果模型有嵌入层，+ 一个用于每个阶段输出），形状为 (batch_size, num_channels, height, width)。模型的隐藏状态（也称为特征图）位于每个阶段的输出处。

RegNetForImageClassification 的 forward 方法，重写了 `__call__` 特殊方法。

尽管前向传播的配方需要在该函数中定义，但在此之后应该调用 Module 实例，因为前者负责运行预处理和后处理步骤，而后者则默默地忽略它们。

示例

>>> from transformers import AutoImageProcessor, RegNetForImageClassification
>>> import torch
>>> from datasets import load_dataset

>>> dataset = load_dataset("huggingface/cats-image")
>>> image = dataset["test"]["image"][0]

>>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040")
>>> model = RegNetForImageClassification.from_pretrained("facebook/regnet-y-040")

>>> inputs = image_processor(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])
...

TensorFlow

隐藏 TensorFlow 内容

TFRegNetModel

class transformers.TFRegNetModel

< 源 >

( config: RegNetConfig *inputs **kwargs )

参数

config (RegNetConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化并不会加载与模型相关的权重，只会加载配置。请查阅 from_pretrained() 方法以加载模型权重。

裸 RegNet 模型，输出原始特征，顶部没有任何特定头部。此模型是 Tensorflow keras.layers.Layer 子类。将其作为常规 Tensorflow 模块使用，并参考 Tensorflow 文档以了解与通用用法和行为相关的所有事项。

调用

< 源 >

( pixel_values: Tensor output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None training: bool = False ) → transformers.modeling_tf_outputs.TFBaseModelOutputWithPoolingAndNoAttention 或 tuple(tf.Tensor)

参数

pixel_values (形状为 (batch_size, num_channels, height, width) 的 tf.Tensor) — 像素值。像素值可以使用 AutoImageProcessor 获取。详情请参阅 ConveNextImageProcessor.__call__。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的 hidden_states。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。

transformers.modeling_tf_outputs.TFBaseModelOutputWithPoolingAndNoAttention 或 tuple(tf.Tensor)

一个 transformers.modeling_tf_outputs.TFBaseModelOutputWithPoolingAndNoAttention 或一个 tf.Tensor 元组（如果传递 return_dict=False 或 config.return_dict=False），包含根据配置（RegNetConfig）和输入的不同元素。

last_hidden_state (形状为 (batch_size, num_channels, height, width) 的 tf.Tensor) — 模型最后一层输出的隐藏状态序列。
pooler_output (形状为 (batch_size, hidden_size) 的 tf.Tensor) — 在空间维度上进行池化操作后最后一层的隐藏状态。
hidden_states (tuple(tf.Tensor), 可选, 当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — tf.Tensor 的元组（一个用于嵌入层输出，如果模型有嵌入层，+ 一个用于每个层输出），形状为 (batch_size, num_channels, height, width)。

模型在每个层输出的隐藏状态以及可选的初始嵌入输出。

RegNetModel 的 call 方法，重写了 `__call__` 特殊方法。

尽管前向传播的配方需要在该函数中定义，但在此之后应该调用 Module 实例，因为前者负责运行预处理和后处理步骤，而后者则默默地忽略它们。

示例

>>> from transformers import AutoImageProcessor, TFRegNetModel
>>> from datasets import load_dataset

>>> dataset = load_dataset("huggingface/cats-image")
>>> image = dataset["test"]["image"][0]

>>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040")
>>> model = TFRegNetModel.from_pretrained("facebook/regnet-y-040")

>>> inputs = image_processor(image, return_tensors="tf")
>>> outputs = model(**inputs)

>>> last_hidden_states = outputs.last_hidden_state
>>> list(last_hidden_states.shape)
[1, 1088, 7, 7]

TFRegNetForImageClassification

class transformers.TFRegNetForImageClassification

< 源 >

( config: RegNetConfig *inputs **kwargs )

参数

config (RegNetConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化并不会加载与模型相关的权重，只会加载配置。请查阅 from_pretrained() 方法以加载模型权重。

带有图像分类头（在池化特征顶部的一个线性层）的 RegNet 模型，例如用于 ImageNet。

此模型是 Tensorflow keras.layers.Layer 子类。将其作为常规 Tensorflow 模块使用，并参考 Tensorflow 文档以了解与通用用法和行为相关的所有事项。

调用

< 源 >

( pixel_values: typing.Optional[tensorflow.python.framework.tensor.Tensor] = None labels: typing.Optional[tensorflow.python.framework.tensor.Tensor] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None training: bool = False ) → transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或 tuple(tf.Tensor)

参数

pixel_values (形状为 (batch_size, num_channels, height, width) 的 tf.Tensor) — 像素值。像素值可以使用 AutoImageProcessor 获取。详情请参阅 ConveNextImageProcessor.__call__。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的 hidden_states。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。
labels (tf.Tensor，形状为 (batch_size,)，可选) — 用于计算图像分类/回归损失的标签。索引应在 [0, ..., config.num_labels - 1] 范围内。如果 config.num_labels > 1，则计算分类损失（交叉熵）。

transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或 tuple(tf.Tensor)

一个 transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或一个 tf.Tensor 元组（如果传入 return_dict=False 或当 config.return_dict=False 时），包含根据配置 (RegNetConfig) 和输入而定的各种元素。

loss (tf.Tensor，形状为 (batch_size, )，可选，当提供 labels 时返回) — 分类损失（如果 config.num_labels==1，则为回归损失）。
logits (tf.Tensor，形状为 (batch_size, config.num_labels)) — 分类（或回归，如果 config.num_labels==1）分数（SoftMax 之前）。
hidden_states (tuple(tf.Tensor)，可选，当传入 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — tf.Tensor 的元组（一个用于嵌入层输出 + 一个用于每个层的输出），形状为 (batch_size, sequence_length, hidden_size)。

模型在每个层输出的隐藏状态加上初始嵌入输出。
attentions (tuple(tf.Tensor)，可选，当传入 output_attentions=True 或当 config.output_attentions=True 时返回) — tf.Tensor 的元组（每个层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 后的注意力权重，用于计算自注意力头中的加权平均值。

TFRegNetForImageClassification 的 forward 方法，覆盖了 __call__ 特殊方法。

尽管前向传播的配方需要在该函数中定义，但在此之后应该调用 Module 实例，因为前者负责运行预处理和后处理步骤，而后者则默默地忽略它们。

示例

>>> from transformers import AutoImageProcessor, TFRegNetForImageClassification
>>> import tensorflow as tf
>>> from datasets import load_dataset

>>> dataset = load_dataset("huggingface/cats-image"))
>>> image = dataset["test"]["image"][0]

>>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040")
>>> model = TFRegNetForImageClassification.from_pretrained("facebook/regnet-y-040")

>>> inputs = image_processor(image, return_tensors="tf")
>>> logits = model(**inputs).logits

>>> # model predicts one of the 1000 ImageNet classes
>>> predicted_label = int(tf.math.argmax(logits, axis=-1))
>>> print(model.config.id2label[predicted_label])
tabby, tabby cat

JAX

隐藏 JAX 内容

FlaxRegNetModel

class transformers.FlaxRegNetModel

< source >

( config: RegNetConfig input_shape = (1, 224, 224, 3) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )

参数

config (RegNetConfig) — 模型配置类，包含模型的所有参数。使用配置文件初始化并不会加载与模型相关的权重，仅加载配置。查看 from_pretrained() 方法以加载模型权重。
dtype (jax.numpy.dtype，可选，默认为 jax.numpy.float32) — 计算的数据类型。可以是 jax.numpy.float32、jax.numpy.float16（在 GPU 上）和 jax.numpy.bfloat16（在 TPU 上）之一。

这可用于在 GPU 或 TPU 上启用混合精度训练或半精度推理。如果指定，所有计算都将使用给定的 dtype 执行。

请注意，这仅指定计算的 dtype，不影响模型参数的 dtype。

如果您希望更改模型参数的 dtype，请参阅 to_fp16() 和 to_bf16()。

裸 RegNet 模型，输出原始特征，顶部没有特定头部。

此模型继承自 FlaxPreTrainedModel。有关库为其所有模型实现的通用方法（例如下载、保存和转换 PyTorch 模型权重）的详细信息，请查看超类文档。

此模型也是 flax.linen.Module 的子类。将其作为常规 Flax linen 模块使用，并参考 Flax 文档中有关一般用法和行为的所有事项。

最后，此模型支持固有的 JAX 功能，例如

call

< source >

( pixel_values params: typing.Optional[dict] = None train: bool = False output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_flax_outputs.FlaxBaseModelOutputWithPooling 或 tuple(torch.FloatTensor)

transformers.modeling_flax_outputs.FlaxBaseModelOutputWithPooling 或 tuple(torch.FloatTensor)

一个 transformers.modeling_flax_outputs.FlaxBaseModelOutputWithPooling 或一个 torch.FloatTensor 元组（如果传入 return_dict=False 或当 config.return_dict=False 时），包含根据配置（<class 'transformers.models.regnet.configuration_regnet.RegNetConfig'>）和输入而定的各种元素。

last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 jnp.ndarray) — 模型最后一层输出的隐藏状态序列。
pooler_output (形状为 (batch_size, hidden_size) 的 jnp.ndarray) — 序列第一个 token（分类 token）的最后一层隐藏状态，经线性层和 Tanh 激活函数进一步处理。线性层权重在预训练期间通过下一句预测（分类）目标进行训练。
hidden_states (tuple(jnp.ndarray)，可选，当传入 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 的元组（一个用于嵌入层输出 + 一个用于每个层的输出），形状为 (batch_size, sequence_length, hidden_size)。

模型在每个层输出的隐藏状态加上初始嵌入输出。
attentions (tuple(jnp.ndarray)，可选，当传入 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的元组（每个层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 后的注意力权重，用于计算自注意力头中的加权平均值。

FlaxRegNetPreTrainedModel 的 forward 方法，覆盖了 __call__ 特殊方法。

尽管前向传播的配方需要在该函数中定义，但在此之后应该调用 Module 实例，因为前者负责运行预处理和后处理步骤，而后者则默默地忽略它们。

示例

>>> from transformers import AutoImageProcessor, FlaxRegNetModel
>>> from PIL import Image
>>> import requests

>>> url = "http://images.cocodataset.org/val2017/000000039769.jpg"
>>> image = Image.open(requests.get(url, stream=True).raw)

>>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040")
>>> model = FlaxRegNetModel.from_pretrained("facebook/regnet-y-040")

>>> inputs = image_processor(images=image, return_tensors="np")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state

FlaxRegNetForImageClassification

class transformers.FlaxRegNetForImageClassification

< source >

( config: RegNetConfig input_shape = (1, 224, 224, 3) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )

参数

config (RegNetConfig) — 模型配置类，包含模型的所有参数。使用配置文件初始化并不会加载与模型相关的权重，仅加载配置。查看 from_pretrained() 方法以加载模型权重。
dtype (jax.numpy.dtype，可选，默认为 jax.numpy.float32) — 计算的数据类型。可以是 jax.numpy.float32、jax.numpy.float16（在 GPU 上）和 jax.numpy.bfloat16（在 TPU 上）之一。

这可用于在 GPU 或 TPU 上启用混合精度训练或半精度推理。如果指定，所有计算都将使用给定的 dtype 执行。

请注意，这仅指定计算的 dtype，不影响模型参数的 dtype。

如果您希望更改模型参数的 dtype，请参阅 to_fp16() 和 to_bf16()。

带有图像分类头（在池化特征顶部的一个线性层）的 RegNet 模型，例如用于 ImageNet。

此模型继承自 FlaxPreTrainedModel。有关库为其所有模型实现的通用方法（例如下载、保存和转换 PyTorch 模型权重）的详细信息，请查看超类文档。

此模型也是 flax.linen.Module 的子类。将其作为常规 Flax linen 模块使用，并参考 Flax 文档中有关一般用法和行为的所有事项。

最后，此模型支持固有的 JAX 功能，例如

call

< source >

( pixel_values params: typing.Optional[dict] = None train: bool = False output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_flax_outputs.FlaxImageClassifierOutputWithNoAttention 或 tuple(torch.FloatTensor)

transformers.modeling_flax_outputs.FlaxImageClassifierOutputWithNoAttention 或 tuple(torch.FloatTensor)

一个 transformers.modeling_flax_outputs.FlaxImageClassifierOutputWithNoAttention 或一个 torch.FloatTensor 元组（如果传入 return_dict=False 或当 config.return_dict=False 时），包含根据配置（<class 'transformers.models.regnet.configuration_regnet.RegNetConfig'>）和输入而定的各种元素。

logits (形状为 (batch_size, config.num_labels) 的 jnp.ndarray) — 分类（如果 config.num_labels==1，则为回归）分数（SoftMax 之前）。
hidden_states (tuple(jnp.ndarray)，可选，当传入 output_hidden_states=True 或当
config.output_hidden_states=True): jnp.ndarray 的元组（如果模型有嵌入层，则其中一个用于嵌入层输出，加上每个阶段输出的隐藏状态），形状为 (batch_size, num_channels, height, width)。模型在每个阶段输出处的隐藏状态（也称为特征图）。

FlaxRegNetPreTrainedModel 的 forward 方法，覆盖了 __call__ 特殊方法。

尽管前向传播的配方需要在该函数中定义，但在此之后应该调用 Module 实例，因为前者负责运行预处理和后处理步骤，而后者则默默地忽略它们。

示例

>>> from transformers import AutoImageProcessor, FlaxRegNetForImageClassification
>>> from PIL import Image
>>> import jax
>>> import requests

>>> url = "http://images.cocodataset.org/val2017/000000039769.jpg"
>>> image = Image.open(requests.get(url, stream=True).raw)

>>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040")
>>> model = FlaxRegNetForImageClassification.from_pretrained("facebook/regnet-y-040")

>>> inputs = image_processor(images=image, return_tensors="np")
>>> outputs = model(**inputs)
>>> logits = outputs.logits

>>> # model predicts one of the 1000 ImageNet classes
>>> predicted_class_idx = jax.numpy.argmax(logits, axis=-1)
>>> print("Predicted class:", model.config.id2label[predicted_class_idx.item()])

< > 在 GitHub 上更新

Transformers

RegNet

概述

资源

RegNetConfig

class transformers.RegNetConfig

RegNetModel

class transformers.RegNetModel

forward

RegNetForImageClassification

class transformers.RegNetForImageClassification

forward

TFRegNetModel

class transformers.TFRegNetModel

调用

TFRegNetForImageClassification

class transformers.TFRegNetForImageClassification

调用

FlaxRegNetModel

class transformers.FlaxRegNetModel

__call__

FlaxRegNetForImageClassification

class transformers.FlaxRegNetForImageClassification

__call__

call

call