检查输入时出错：预期conv2d_1_input具有形状（3、32、32），但数组的形状为（32、32、3）

Question

我想为cifar10数据集训练CNN，但收到此错误检查输入时出错：预期conv2d_10_input具有形状（3、32、32），但形状为（32、32、3）的数组

这是我的CNN模型

时代= 10 batch_size = 32

model.fit（X_train，Y_train，validation_data =（X_test，Y_test），历元=历元，batch_size = batch_size，详细= 1）

Answer 1

数据集似乎采用（高度，宽度，通道）格式，但是模型期望采用（通道，高度，宽度）格式。

我们可以使用tf.transpose()函数在它们之间进行转换，该函数可以围绕张量的尺寸“切换”。

要将单个图像张量从HWC转换为CHW，只需执行以下操作：

reshaped = tf.transpose(image_tensor, (2,0,1))

要转换批次，您可以执行以下操作：

reshaped = tf.transpose(images_tensor, (0,3,1,2))