深度学习:使用残差网络时出现ValueError: Operands could not be broadcast together with shapes (2985, 48) (2984, 48)

最近想使用残差网络去跑模型，看看能不能提升训练精度，但是在连接主路和辅路的时候

x1=keras.layers.add([x1,x2])

遇到错误：

ValueError: Operands could not be broadcast together with shapes (2985, 48) (2984, 48)

这个错误的意思就是主路输出的张量的shape和辅路输出的张量的shape不一致，所以无法结合，要保证主路和辅路的shape一致才可以实现结合。这里是2985和2984不一致，这是因为两层之间的卷积层没有设置padding参数，当我们在卷积层中加个

padding='same'

这样，就都变成2985了，第一维搞定
要第二维也一致，主路和辅路需要一个卷积核数量一致的卷积层。