import tensorflow as tf
import tensorflow_hub as hub
from tensorflow.keras import layers

#Bitte ändern Sie die Anzahl der Klassen entsprechend den Daten
num_classes = 10

#URL ist diese Seite https://tfhub.dev/google/collections/efficientnet/1
#Das Modell, das Sie verwenden möchten, wird über die am Ende angegebene URL verwendet(B0-B7)Bitte wählen Sie eine aus
#Dieses Mal werde ich B0 verwenden
feature_extractor_url = "https://tfhub.dev/google/efficientnet/b0/feature-vector/1"

# width/Für die Höhe ist B0(224, 224)Wird empfohlen, also mache ich das
#Empfohlene Breite/Die Höhe https finden Sie auf dieser Seite://tfhub.dev/google/collections/efficientnet/1
feature_extractor_layer = hub.KerasLayer(feature_extractor_url,
                                         input_shape=(224,224,3))
#Das erlernte Gewicht ist festgelegt
feature_extractor_layer.trainable = False

#Ich habe versucht, die Keras-Funktions-API zu verwenden, aber es hat nicht funktioniert.
#Nach dem offiziellen Tutorial ist es wie folgt
model = tf.keras.Sequential([
  feature_extractor_layer,
  layers.Dense(num_classes, activation='softmax')
])

Recommended Posts