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。
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
