python - keras中卷积神经网络的输入形状
问题描述
我正在尝试使用 cnn 构建图像分类器。我的图像大小为 (256,256) 像素。
如果我通过将输入形状设置为 (64,64) 或 (128,128) 来训练 cnn 会发生什么,因为 (256,256) 将花费大量时间来处理?
解决方案
它会抛出一个错误。您可以使用 cv2.resize() 调整图像大小,也可以将正确的输入形状放在 cnn 层中,然后放置一个 maxpooling 层以减少参数数量。
推荐阅读
- python - 这将被命名为什么排序算法?
- c++ - 如何配置 Qt 6 以使 ABI 是“asmjs-unknown-unknown-emscripten-32bit”而不是“x86-linux-generic-elf-64bit”?
- azure - Azure 获取分配给 Java 服务主体的角色列表
- nginx - 在将纯文本响应输出到 Nginx 上的客户端之前修改它
- angular - 如何避免 Datasource 值在多个扩展的 Mat-Table 行中被覆盖?
- node.js - 如何在节点 js 上使用 image4io
- c# - 目前仅支持 HTTP/1.0 和 HTTP/1.1 版本请求
- postgresql - 如何防止 Postgresql 中链表中的循环引用?
- python - 如何在 jupyter notebook 的另一个环境中使用不同环境的功能?
- android - 从 GCP 下载 Gmaps 样式