tf.keras.applications.resnet_rs.ResNetRS420

Инициализирует архитектуру ResNetRS420.

tf.keras.applications.resnet_rs.ResNetRS420(
    include_top=True,
    weights='imagenet',
    classes=1000,
    input_shape=None,
    input_tensor=None,
    pooling=None,
    classifier_activation='softmax',
    include_preprocessing=True
)

Ссылка:

Переосмысление ResNet: Улучшенные стратегии обучения и масштабирования

Для случаев использования классификации изображений см. эту страницу для подробных примеров.

Для случаев использования переносного обучения убедитесь, что вы прочитали руководство по переносимому обучению и доработке.

Примечание: каждый Keras Application ожидает определённого вида предварительной обработки входных данных. Для ResNetRs по умолчанию предварительная обработка включена в модель (как Rescaling слой), и поэтому tf.keras.applications.resnet_rs.preprocess_input фактически является функцией пропуска. В этом случае модели ResNetRS ожидают, что их входные данные будут плавающими тензорами пикселей со значениями в диапазоне [0-255]. В то же время, предварительную обработку, как часть модели (т.е. Rescaling слой), можно отключить, установив include_preprocessing значение в False. При отключенной предварительной обработке модели ResNetRS ожидают, что их входные данные будут плавающими тензорами пикселей со значениями в диапазоне [-1, 1].