如何解決 CNN 中的輸入形狀問題？

Question

我正在使用對手寫字符進行分類並遵循我的 CNN model。 我已將圖像轉換為灰度並二值化。 我怎么解決這個問題？

model = models.Sequential()

model.add(layers.Conv2D(filters=10,kernel_size=(3,3),padding = 'same', input_shape=(100, 100, 3),activation = 'relu'))
model.add(layers.Conv2D(30,(5,5),activation='relu'))

model.add(layers.MaxPooling2D(pool_size=(2,2)))

model.add(layers.Dropout(0.5))

model.add(layers.Conv2D(40,(3,3),activation='relu'))
model.add(layers.Conv2D(60,(3,3),activation='relu'))

model.add(layers.MaxPooling2D(pool_size=(2,2)))

model.add(layers.Flatten())

model.add(layers.Dense(180,activation='relu'))

model.add(layers.Dropout(0.5))

model.add(layers.Dense(100,activation='relu'))
model.add(layers.Dense(12,activation='softmax'))

錯誤

ValueError: Input 0 of layer sequential_41 is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: [None, 100, 100]

Answer 1

在您的 model 中，您已將輸入形狀聲明為(100,100,3) 。 model 需要 3 通道圖像，但您說您的輸入數據是灰度的，這意味着它只有一個通道。 這意味着您的輸入數據的形狀是(100,100,1) ，然后就是(100,100) 。 隨着batch_size維度的添加，它變為[None,100,100] ，這是您得到的錯誤。

將輸入形狀更改為(100,100,1)應該可以解決問題。