tf.keras.applications.resnet_rs.ResNetRS50

Инициализирует архитектуру ResNetRS50.

tf.keras.applications.resnet_rs.ResNetRS50(
    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 использования в задачах классификации изображений см. эту страницу для подробных примеров.

Для использования в задачах переноса обучения ознакомьтесь с руководством по переносу обучения и дообучению.

Примечание: каждый Keras Application ожидает определённой предобработки входных данных. Для ResNetRs предобработка входных данных по умолчанию включена в модель (как слой Rescaling), и поэтому tf.keras.applications.resnet_rs.preprocess_input фактически является функцией пропуска. В этом случае модели ResNetRS ожидают входные данные в виде плавающих тензоров пикселей со значениями в диапазоне [0-255]. В то же время, предобработку, как часть модели (т.е. слой Rescaling), можно отключить, установив include_preprocessing в значение False. При отключённой предобработке модели ResNetRS ожидают входные данные в виде плавающих тензоров пикселей со значениями в диапазоне [-1, 1].