Keras 解释巴甘语结构的困难'；s while语句

这是巴甘密码的一部分。我不知道我是否对Keras不熟悉，或者我对深度学习知之甚少，但我很难理解上面的结构

当min_潜伏期_res小于输出通道（=output_shape[-1]）并通过while语句时，是否有可能通过while语句中的卷积逃逸循环？频道的数量不是保持在256个吗

如果上述解释是正确的，为什么存在while语句

提前谢谢

cnn.add(Conv2D(256, (3, 3), padding='same', strides=(1, 1), use_bias=True))
cnn.add(LeakyReLU())
cnn.add(Dropout(0.3))

while cnn.output_shape[-1] > min_latent_res:
    cnn.add(Conv2D(256, (3, 3), padding='same', strides=(2, 2), use_bias=True))
    cnn.add(LeakyReLU())
    cnn.add(Dropout(0.3))

    cnn.add(Conv2D(256, (3, 3), padding='same', strides=(1, 1), use_bias=True))
    cnn.add(LeakyReLU())
    cnn.add(Dropout(0.3))

cnn.add(Flatten())