RegNet

RegNet模型在imagenet-1k上进行训练。它在 Designing Network Design Spaces 论文中被介绍并于 this repository 首次发布。

免责声明：发布RegNet的团队没有为这个模型编写模型卡片，因此此模型卡片是由Hugging Face团队编写的。

模型描述

作者设计了搜索空间以进行神经架构搜索（NAS）。

他们首先从一个高维搜索空间开始，并通过根据当前搜索空间采样的表现最佳模型经验性地应用约束来迭代地减小搜索空间。

预期用途与限制

您可以使用原始模型进行图像分类。

请参阅 model hub 以寻找您感兴趣的任务的微调版本。

如何使用

以下是如何使用该模型的方法：

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

有关更多代码示例，请参阅 documentation 。