Проблема с совместимостью формы ввода для предварительно обученной модели VGG16 в керасах ⇐ Python

[Anonymous]

Я наткнулся на бумагу, где они используют подмодель для извлечения функций из предварительно обученной модели VGG16, но у меня возникают проблемы с реализацией того же решения. В частности, я хочу проверить модель без обучения ее. Я понимаю, что первое измерение соответствует размеру пакетов, но я не уверен, как решить эту проблему ввода.
# Load pre-trained VGG16 model with ImageNet weights
base_model = VGG16(weights='imagenet', include_top=True)

# Extract features only up to Conv2-2 layer (Layer 5 in VGG16)
output_layer = base_model.get_layer("block2_conv2").output # Conv2-2
feature_extractor = Model(inputs=base_model.input, outputs=output_layer)

feature_extractor.summary()

# input_image.shape = (1, 244, 244, 3)
feature_map = feature_extractor.predict(input_image)

# ValueError: Input 0 of layer "functional_9" is incompatible with the layer: expected shape=(None, 224, 224, 3), found shape=(1, 244, 244, 3)


Подробнее здесь: https://stackoverflow.com/questions/794 ... l-in-keras