一样的搭建啊,只不过你的30不好做,应该是32才对,这样相当于模型入口缩小4倍,这样你的全连接层的64x64x8就变成了16x16x8了,后面输出1000也可以一样缩小4倍,下面的都一样了,只要篇通道数对上就行了。
如果不这么做的,也可以把你的30x30的图片resize到128x128,目前的模型就不需要改变了.
你给的信息太少,另外CNN的深度卷积核个数大小还和你的最后任务有关系,你要确定输入的大小,还有知道是RGB还是黑白的,然后要知道最后是什么任务,如果是分类是分几类,输入比较小那么就少搞几层,卷积层后面一般还有dropout层和归一化层,都是超参数,自己先弄个baseline,然后估摸着调吧
或者你看下已有模型,例如人家是128×128,你是30×30,就按比例往下缩小呗