Python VGG16上的Keras CIFAR10微调:如何预处理输入数据以适应VGG16网络?
我正在研究微调示例(目前在VGG16上)。我想用VGG16训练CIFAR10数据集,但预期的输入维度大于48x48px(CIFAR10有32x32) 我找不到调整图像大小以适应网络的方法Python VGG16上的Keras CIFAR10微调:如何预处理输入数据以适应VGG16网络?,python,deep-learning,keras,Python,Deep Learning,Keras,我正在研究微调示例(目前在VGG16上)。我想用VGG16训练CIFAR10数据集,但预期的输入维度大于48x48px(CIFAR10有32x32) 我找不到调整图像大小以适应网络的方法 请帮帮我 您只需将input_shape设置为您选择的尺寸 请注意,您很可能会得到较差的结果,因为VGG16要求至少48x48px。引述自: “…宽度和高度应不小于48。例如,(200,200,3)将是一个有效值。” 另一种方法是使用flow\u from\u directory,它为您提供了将图像大小调整为所
请帮帮我 您只需将
input_shape
设置为您选择的尺寸
请注意,您很可能会得到较差的结果,因为VGG16要求至少48x48px。引述自:
“…宽度和高度应不小于48。例如,(200,200,3)将是一个有效值。”
另一种方法是使用flow\u from\u directory
,它为您提供了将图像大小调整为所需尺寸的选项:
感谢您的回复和指导!