我正在研究卷积神经网络以处理可变大小的图像：
本质上this same question （遵循同一教程：Keras autoencoder）
除了输入大小可变之外，我无法使用“填充”或“裁剪”。
这是我的模型摘要的样子
id因此，如果我传递尺寸为1382x1439的图像，则会收到错误消息
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
input_1 (InputLayer) (None, None, None, 3) 0
_________________________________________________________________
FirstConv (Conv2D) (None, None, None, 16) 448
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, None, None, 16) 0
_________________________________________________________________
conv2d_1 (Conv2D) (None, None, None, 8) 1160
_________________________________________________________________
max_pooling2d_2 (MaxPooling2 (None, None, None, 8) 0
_________________________________________________________________
conv2d_2 (Conv2D) (None, None, None, 8) 584
_________________________________________________________________
max_pooling2d_3 (MaxPooling2 (None, None, None, 8) 0
_________________________________________________________________
conv2d_3 (Conv2D) (None, None, None, 8) 584
_________________________________________________________________
up_sampling2d_1 (UpSampling2 (None, None, None, 8) 0
_________________________________________________________________
conv2d_4 (Conv2D) (None, None, None, 8) 584
_________________________________________________________________
up_sampling2d_2 (UpSampling2 (None, None, None, 8) 0
_________________________________________________________________
conv2d_5 (Conv2D) (None, None, None, 16) 1168
_________________________________________________________________
up_sampling2d_3 (UpSampling2 (None, None, None, 16) 0
_________________________________________________________________
LastConv (Conv2D) (None, None, None, 3) 435
_________________________________________________________________
即使网络应该与tensorflow.python.framework.errors_impl.InvalidArgumentError: Incompatible shapes: [1,1382,1439,3] vs. [1,1380,1436,3]
[[{{node training/Adadelta/gradients/loss/fix_layer_1_loss/mul_grad/BroadcastGradientArgs}}]]
维度的输出大小相匹配。
我不能使用填充或裁剪，因为填充是相对于图层的大小完成的，并且在编译时也不知道输入的大小。
我尝试制作一个自定义图层，但由于正确计算了输出大小，所以它没有任何区别。
我也尝试过使用不同的优化器，所以我不确定这里发生了什么。
有什么想法吗？
我想避免调整图像的大小，因为它确实会弄乱我的数据集