请帮我解释以下代码：model = tfkerasmodelsSequential tfkeraslayersexperimentalpreprocessingRescaling1 1275 offset=-1 input_shape=IMG_SHAPE # 归一化处理将像素值处理为-1到1之间 base_model tfkeraslaye

这段代码是使用 TensorFlow Keras 构建一个卷积神经网络模型。具体来说：

1. 通过 tf.keras.models.Sequential 创建一个顺序模型，即网络层按照顺序依次排列的模型。
2. 使用 tf.keras.layers.experimental.preprocessing.Rescaling 层进行图像归一化处理，将像素值缩放到 -1 到 1 之间。
3. 添加 base_model，即预训练好的卷积神经网络模型。
4. 添加 tf.keras.layers.GlobalAveragePooling2D 层对卷积层输出的特征进行全局平均池化，将每个特征图的所有像素点进行平均处理得到一个实数向量。
5. 添加 tf.keras.layers.Dense 层，将全局平均池化后的特征向量连接到一个包含 class_num 个神经元的全连接层中，并使用 softmax 激活函数进行分类。