keras卷积神经网络的输入尺寸

在 Keras 中，卷积神经网络的输入尺寸可以是任意的，但是需要注意的是，不同的层有不同的限制。一般来说，卷积层的输入尺寸是一个三维张量，其形状为（height, width, channels），其中height和width表示输入的图像高度和宽度，channels表示输入的通道数，例如RGB图像的通道数为3。在Keras中，可以通过设置输入层的 input_shape 参数来指定输入尺寸，例如：

from keras.layers import Conv2D, Input

input_shape = (128, 128, 3) # 输入尺寸为128x128x3
input_layer = Input(shape=input_shape)
conv_layer = Conv2D(filters=64, kernel_size=(3, 3), activation='relu')(input_layer)

在上面的例子中，我们创建了一个输入层，指定了输入尺寸为128x128x3，然后创建了一个卷积层，其中 filters=64 表示输出通道数为64，kernel_size=(3, 3) 表示卷积核的大小为3x3。