我正在尝试在测试时将我的网络转换为完全卷积形式，以帮助一次向前执行多播。我训练了keras.applications Xception，Resnet和Densenet网络。然后，我尝试使用以下链接中提供的代码在测试时将它们转换为完全卷积形式： How to convert a dense layer to an equivalent convolutional layer in Keras?
但是，我分别在Xception和Resnet网络中遇到以下错误：
ValueError：输入0与层conv2d_1不兼容：预期输入形状的轴-1的值为64，但形状为（无，无，无，128）
ValueError：输入0与图层res2a_branch1不兼容：预期输入形状的轴-1具有值64，但形状为（无，无，无，256）