对于我的深度学习课程，我需要实现一个与Tensorflow MNIST for Experts Tutorial完全相同的神经网络。 ，
唯一的区别是我需要对数据库进行缩减，然后将其放入神经网络中。我应该裁剪和调整大小，还是应该使用接受多种数据大小（28x28和14x14）的参数来实现神经网络。
tensorflow教程中的所有参数都是静态的，所以我找不到用14x14图像提供算法的方法。我应该使用哪种工具进行“最佳”下采样？
答案 0 :(得分：0)
您需要将输入图像的大小调整为固定大小（从您的描述中显示为14 * 14）。有不同的方法可以做到这一点，例如，您可以使用插值来调整大小，只需裁剪图像的中心部分或某个角落，或随机选择一个或多个补丁（所有补丁都与您的网络大小相同）输入）来自给定图像。您也可以组合这些方法。例如，在VGG中，他们首先使用双线性插值来保持调整大小，然后从结果图像中获取随机补丁（对于测试阶段，他们获得中心裁剪）。您可以通过以下链接在TensorFlow中找到VGG的预处理源代码： https://github.com/tensorflow/models/blob/master/slim/preprocessing/vgg_preprocessing.py
您提到的需要更改的教程中示例代码的唯一参数是与输入图像大小相关的参数。例如，您需要将28s更改为14s，将784s更改为228s（这些只是示例，还有其他需要更改的尺寸）。