> For the complete documentation index, see [llms.txt](https://docs.binaexperts.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.binaexperts.com/abrmqadyr-pyshrfth/aatbar-snjy-tsawyr-wrwdy.md). # اعتبار سنجی تصاویر ورودی اندازه تصاویر ورودی اعتبارسنجی باید در حالت ایده آل با اندازه ورودی مورد استفاده در طول آموزش مطابقت داشته باشد تا در فرآیند ارزیابی، سازگاری و قابلیت مقایسه را تضمین کند. این به این معنی است که تصاویر اعتبارسنجی باید قبل از ورود به مدل برای ارزیابی، به ابعاد مشابه تصاویر آموزش تغییر اندازه یا برش داده شوند. حفظ سازگاری در اندازه تصاویر ورودی بین آموزش و اعتبارسنجی مهم است زیرا: * سازگاری مدل: مدل های شبکه عصبی معمولاً طراحی شده اند تا تصاویر ورودی با اندازه خاصی را قبول کنند. استفاده از اندازه های مختلف در طول آموزش و اعتبارسنجی ممکن است منجر به ابعاد ورودی ناسازگار شود، که منجر به خطاها یا رفتار غیرمنتظره می شود. * سازگاری ارزیابی: ارزیابی عملکرد مدل بر روی داده های اعتبارسنجی که اندازه آنها با داده های آموزش متفاوت است، ممکن است نمایانگر دقیق عملکرد واقعی آن نباشد. اندازه های ورودی سازگار اطمینان می دهد که مدل تحت شرایط مشابهی با آموزش ارزیابی می شود. * مقایسه عادلانه: اندازه های ورودی سازگار امکان مقایسه های عادلانه بین مدل های مختلف یا پیکربندی ها را فراهم می کند. اگر مدل های مختلف با اندازه های ورودی مختلف آموخته شوند، عملکرد آنها نمی تواند بدون در نظر گرفتن این تفاوت، مستقیماً مقایسه شود. برای اطمینان از سازگاری، توصیه می شود تا تصاویر اعتبارسنجی را برای مطابقت با اندازه ورودی مورد استفاده در آموزش پیش پردازش کنید. این ممکن است شامل تغییر اندازه، برش یا پد کردن تصاویر به میزان لازم باشد. علاوه بر این، مهم است که مراحل پیش پردازش و اندازه های ورودی مورد استفاده در هر دو آموزش و اعتبارسنجی را برای اطمینان از شفافیت و قابلیت تکرار در فرآیند ارزیابی، ثبت کنید. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.binaexperts.com/abrmqadyr-pyshrfth/aatbar-snjy-tsawyr-wrwdy.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.