我是keras tensorflow和python的新手。网络结构：Resnet50（具有图像净重，所有层均冻结）+ 2个Bi-LSTM（256个单位）
图像数：624000
图片尺寸：224x224x3
批量：150
GPU：1080Ti单张
后端或API：keras / tensorflow
ETA：每个时期2-3小时
完成一个纪元所花的时间有意义吗？由于resnet中的所有层都已冻结，因此可训练参数的总数仅为400万左右。
如果确实可行，我应该减小图像尺寸吗？假设我将其大小调整为112x66x3，然后如何将训练集的均值设置为imagenet mean？是否为Keras提供的Resnet50使用相同的preprocess_input？