Machine learning keras-来自目录函数的流\u-目标\u大小参数

Keras的函数名为flow_from_directory，其中一个参数名为target_size。以下是对此的解释：

target_size: Tuple of integers (height, width), default: (256, 256). 
The dimensions to which all images found will be resized.

我不清楚的是，它是否只是将原始图像裁剪成256x256矩阵（在这种情况下，我们不拍摄整个图像），还是只是降低了图像的分辨率（同时仍向我们显示整个图像）

如果是，比如说，只是降低了分辨率： 假设我有一些大小为1024x1024的X射线图像（用于乳腺癌检测）。如果我想将转移学习应用到只接受224x224输入图像的预训练卷积神经网络中，当我将图像大小（和分辨率）从1024x1024减小到224x224时，我是否会丢失重要的数据/信息？没有这样的风险吗

提前谢谢你

降低分辨率（精简）

是的，您正在丢失数据

---

最好的方法是重建CNN，使其与原始图像大小（即1024*1024

文档中明确说明了调整大小，这意味着重新缩放，而不是裁剪。