问在tensorflow或keras中通过标准mobileNet、VGG-16或AlexNet从头开始训练cifar数据集图像大小问题

EN

假设，我想用Tensorflow或Keras.Now中的CIFAR-10或CIFAR-100数据集从头开始训练标准AlexNet、VGG-16或MobileNet。问题是，标准AlexNet、VGG-16或MobileNet的体系结构是为ImageNet数据集构建的，其中每幅图像是224*224，但在CIFAR-10或CIFAR-100数据集中，每幅图像是32*32。那么，我应该做以下哪种操作？？

1. 将CIFAR-10或CIFAR-100数据集中每个图像从32*32调整为224*224，然后在修改后的图像数据集上训练标准AlexNet、MobileNet或VGG-16。

或

1. 更改标准MobileNet、AlexNet或VGG-16的体系结构(层数、步幅或滤波器大小)，以便修改后的体系结构可以提供CIFAR-10或CIFAR-100数据集的32*32图像。

如果答案是选项1，请建议我如何在tensorflow或keras中调整一批图像大小

或者，如果答案是选项2，请为MobileNet、VGG-16或Alexnet(层、步幅、过滤器)建议一些架构，以便在32*32图像的Cifar数据集中训练它们。

提前谢谢。