全连接层:predict的input shape必须与train时的input shape一致
卷积层:predict的input shape可以与train时的input shape不一致,可更改,但是相差较大的话,预测效果会打折扣。因为train得到的特征是固定的。
全连接层和卷积层最终应用在网络上的不同之处
本文阐述了全连接层中predict阶段对inputshape的一致性要求,以及卷积层灵活性及其对预测效果的影响。重点强调了训练和预测阶段输入形状调整的注意事项。
本文阐述了全连接层中predict阶段对inputshape的一致性要求,以及卷积层灵活性及其对预测效果的影响。重点强调了训练和预测阶段输入形状调整的注意事项。
全连接层:predict的input shape必须与train时的input shape一致
卷积层:predict的input shape可以与train时的input shape不一致,可更改,但是相差较大的话,预测效果会打折扣。因为train得到的特征是固定的。

被折叠的 条评论
为什么被折叠?