使用Keras生成可变尺寸输入数据的神经网络

本教程发布于博客园，转载请注明出处！

问题：

在使用神经网络处理实际数据时，往往遇到数据尺寸不相同的情况。例如：训练得到一个图片去雾模型后，需要对不同尺寸的照片去雾。

解决方法：

在构建模型的起初，将需要变化的维度设置为None，即可让模型适用于该维度上任意大小的数据。例如，需要输入1通道、二维尺寸可变的数据：

#二维可变尺寸输入
inputs = Input((None, None, 1))

当然，仅仅这样，在卷积、反卷积过程中，仍有可以遇到尺寸问题，需要进一步解决。