將圖像擬合到張量流Keras的Conv2D層中時出錯

Question

我正在喀拉拉邦建立CNN，無法輸入數據。

我的圖像的形狀為（-1、40、52、1）。 我嘗試通過inputLayer層（也需要4個尺寸）來擬合它們，但最終為我的conv層提供了5D輸入。

...
train_images.reshape(-1, 40, 52, 1)
test_images.reshape(-1, 40, 52, 1)

#Model
num_classes = 10
model = keras.Sequential()

model.add(keras.layers.InputLayer(input_shape=[1,40,52,1]))
model.add(keras.layers.Conv2D(filters = 32, kernel_size=5, strides=1, padding ='same', activation='relu'))
model.add(keras.layers.MaxPooling2D(pool_size=5, padding='same'))

model.add(keras.layers.Flatten())
model.add(keras.layers.Dense(512, activation='relu'))
model.add(keras.layers.Dense(num_classes, activation='softmax'))
model.summary()


#Compile model
model.compile(optimizer=tf.train.AdamOptimizer(0.001),
          loss='categorical_crossentropy',
          metrics=['accuracy'])
model.fit(train_images, train_labels, epochs=10, validation_data= 
(test_images, test_labels), verbose=1)

我正在尋找一種適合我的圖像的方法。 但是當我運行它時，我得到了錯誤：

ValueError：conv2d層的輸入0與該層不兼容：預期ndim = 4，找到的ndim = 5。 收到完整的圖形：[無，1、40、52、1]

Answer 1

您無需添加batch_size ：

model.add(keras.layers.InputLayer(input_shape=[40,52,1]))

Answer 2

感謝您的反饋，但我決定采用其他方法。

將一維數組分成2個，並制成2D“圖像”，如下所示：

[[1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0]]

代替：

[1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0]

這重塑了我的數據庫

-1、40、52、1

至：

-1，2，26，1

所以我然后固定了我的輸入層： model.add(keras.layers.InputLayer(input_shape=[2,26,1]))