Keras 中训练 CNN 的 input_shape 是否必须与测试数据相同？

Question

我发现a journal提到了

<块引用>

提高 CNN 训练的图像分辨率有可能 进一步提高神经网络性能。

并基于this，

<块引用>

当图像被放大时，照片编辑器必须创建并添加新的 像素信息——基于其最佳猜测——以实现更大的 通常会导致非常像素化或非常柔软的尺寸 和模糊的图像

所以我想知道在 Keras 中训练 CNN 的 input_shape 是否必须与测试数据相同？
例如，

• 我的训练数据 input_shape 是 (224, 224, 3)（因为我已经放大了它或者它最初与测试数据的大小不同）
• 我的测试数据 input_shape 是 (221, 221, 3)