我遇到了一个问题，就是我仅仅将batch_size从256变成了512，test_acc却出现了剧烈的动荡，其中第一次训练的test_acc也只有0.82，远低于书中的结果，请问这是什么原理呀，我以为batch_size仅仅影响一次读入的数量，不影响最后的精度
我觉得应该从平均汇聚层和最大汇聚层的作用上来理解，汇聚层的作用是减少卷积层对网络结构的过度敏感，最大汇聚层只选择当前影响最大的元素，而平均汇聚层吸收了局部范围内的所有的元素特征。而过渡层的作用是减少通道数量，但是在减少的过程中应该要考虑所有通道学到的东西，因此这样看来平均汇聚层更合适些。
3.1试不了一点，简单把resize的值改成224，直接把我8g显存干爆了 
你好，2、3题的答案是否矛盾？如果不是，是什么原因导致DenseNet参数量小但占用更大呢？