由于预训练模型是在具有特定宽度和高度的ImageNet图像上进行训练的，因此Keras模型（例如ResNet50）如何允许不同的input_size？
我也很想知道'197'的神奇数字来自哪里：
input_shape：可选的形状元组，仅在include_top为False时指定（否则输入形状必须为（224,224,3）（带有'channels_last'数据格式）或（3,224,224）（带'channels_first '数据格式） . 它应该有3个输入通道，宽度和高度不应小于197.例如（200,200,3）将是一个有效值 .
2 回答
如果您将其指定为false，则必须关注input_top部分，如果您有可能重新训练（或只是重新调整权重）模型，您可以更自由地使用模型 .
当你看到像这样大小的深度学习模型时，就像resnet50一样，你会注意到层越接近模型的输入就越抽象，我的每个块都将捕获像轮廓一样的特征，并且增加图像大小不会影响该图层的结果 .
如果您应该集中训练，最重要的层将位于模型的末尾，这就是为什么在使用input_top = false时可以更改输入大小的原因，
关于神奇的数字，我不是很确定，但我猜这是因为模型是一个很大的模型，每次它进行汇集它会缩小图像大小，197将是限制到达不到0的大小在末尾 .
如果你看一下你在 Fine-tune InceptionV3 on a new set of classes 的页面，你会看到一个很好的例子，它只是从初始模型中重新训练最后2个区块，但保持顶部的不受影响 .
我相当自信197来自卷积和汇集层的数量 . 这是维护架构时可以采用的最小尺寸 . 例如，在200x200图像上，步长为1的3x3卷积将具有198x198的输出形状，并且另外2x2最大池将具有99x99的输出 . 等等...