私はTensorflow初心者です。私はTensorflowの使い方を学びたいと思っています。私はのはpatch_sizeは、上記の場合にはトレーニングのために50であるとしましょうTensorflow:異なる電車入力サイズとテスト入力サイズを使用できますか?
inputs = tf.placeholder(tf.float32, [None, patch_size, patch_size, num_channels], name="inputs")
labels = tf.placeholder(tf.float32, [None, patch_size, patch_size, num_channels], name="labels")
network = build_network(inputs, ...)
optimizer = get_optimizer(labels, ...)
session.run(optimizer, {inputs: input_batch, labels: label_batch})
save.save(session, path)
すなわち
、我々はネットワークモデルを構築し、訓練するネットワークの入力とラベルのペアを作成することができることを理解しています。テストを実行しようとすると、上記のコードの一部を再利用してネットワークモデルを構築し、テストを実行することができます。たとえば、パッチサイズを180に設定したとします。ネットワークモデルを構築するために、チェックポイントを復元して別のpatch_sizeを指定すると、Tensorflowはそれをどのように扱いましたか?
patch_size=180
inputs = tf.placeholder(tf.float32, [None, patch_size, patch_size, num_channels], name="inputs")
labels = tf.placeholder(tf.float32, [None, patch_size, patch_size, num_channels], name="labels")
network = build_network(inputs, ...)
saver.restore(session, path)
prediction = session.run(network, {inputs:, input_batch})
私の知る限りは、異なる列入力サイズ(バッチサイズ50)とテスト入力サイズ(バッチサイズ180)を受け入れることができるTensorflowを言うことができるように。
列車とテストの入力サイズが異なる場合、Tensorflowはこれを内部的にどのようにして出力を予測しますか?
異なる入力サイズを使用することはできますか?
異なる入力サイズを使用することには利点や欠点がありますか?