如果我将输入大小设置为32,32 mnist会发生什么

Question

我想在VGG16上训练MNIST。

MNIST图像大小为28 * 28，我在keras VGG16中将输入大小设置为32 * 32。当我训练时，我得到了很好的指标，但我不确定究竟发生了什么。 keras是用空的空间填充还是图像被线性扩展，就像在缩放功能中一样？任何人都知道如何在60个时代后获得+ 95％的测试精度？

在这里我定义目标大小：

    target_size = (32, 32)

这是我定义flow_from_dataframe生成器的地方：

train_df = pd.read_csv("cv1_train.csv", quoting=3)

train_df_generator = train_image_datagen.flow_from_dataframe(
    dataframe=train_df,
    directory="../../../MNIST",
    target_size=target_size,
    class_mode='categorical',
    batch_size=batch_size,
    shuffle=False,
    color_mode="rgb",
    classes=["zero","one","two","three","four","five","six","seven","eight","nine"]
) 

在这里我定义我的输入大小：

model_base = VGG16(weights=None, include_top=False, 
             input_shape=(32, 32, 3), classes=10)

Answer 1

图像将简单地调整大小到指定的target_size。这已在documentation中明确说明：

target_size：整数(height, width)的元组，默认值：(256, 256)。找到所有图像的尺寸将调整大小。

您还可以检查源代码并在load_img函数中找到相关部分。用于调整图像大小的默认插值方法是nearest。您可以找到有关各种插值方法here（MATLAB）或here（PIL）的更多信息。