在tensorflow中创建顺序模型时出现尺寸不匹配

Question

每当在顺序模型中的密集层之间添加平坦层时，或者在平坦层之后添加MaxPooling1D时，都会出现如下错误：

输入0与图层不兼容：预期ndim = 3，找到的ndim = 2

这是我发现这些错误的模型：

#Model 1
model = Sequential()
from keras.layers import Flatten,Dense,MaxPooling1D
model.add(Flatten(input_shape=(28,28)))
model.add(Dense(256,activation="relu"))
model.add(Flatten())
model.add(Dense(128,activation="relu"))
model.add(Dense(64,activation="relu"))
model.add(Dense(10,activation="softmax"))

#Model2
model = Sequential()
from keras.layers import Flatten,Dense,MaxPooling1D
model.add(Flatten(input_shape=(28,28)))
model.add(MaxPooling1D(2))
model.add(Dense(256,activation="relu"))
model.add(Dense(128,activation="relu"))
model.add(Dense(64,activation="relu"))
model.add(Dense(10,activation="softmax"))

我正在使用这些模型来处理输入形状为28X28的时尚MNIST数据集。

另外，有人能解释我在创建此模型时哪里出了问题吗？ 谢谢您的帮助。

Answer 1

我希望您使用带有Tensorflow的Keras作为后端。 您必须使用numpy扩展尺寸函数来扩展图像的尺寸，例如

import numpy as np


image=np.expand_dims(image,axis=0)
model.predict(image)