张量流图像形状误差

Question

我已经训练了一个分类器，现在我想通过任何单个图像。

我正在使用带有Tensorflow作为后端的keras库。

我收到的错误似乎无法过去

img_path = '/path/to/my/image.jpg'

import numpy as np
from keras.preprocessing import image
x = image.load_img(img_path, target_size=(250, 250))

x = image.img_to_array(x)
x = np.expand_dims(x, axis=0)

preds = model.predict(x) 

我是否需要重塑我的数据以将None作为第一维？我很困惑为什么Tensorflow希望None作为第一个维度？

Error when checking : expected convolution2d_input_1 to have shape (None, 250, 250, 3) but got array with shape (1, 3, 250, 250)

我想知道我训练过的模型的架构是否存在问题？

编辑：如果我致电model.summary()，请将convolution2d_input_1作为...

编辑：我确实玩过下面的建议，但使用numpy转置而不是tf - 似乎仍然遇到同样的问题！

Answer 1

None匹配任何数字。通常，当您将某些数据传递给模型时，您需要传递尺寸张量：None x data_size，这意味着第一个维度是任何维度并表示批量大小。在您的情况下，问题是您传递了250 x 250 x 3，并且预计会3 x 250 x 250。尝试：

x = image.load_img(img_path, target_size=(250, 250))
x_trans = tf.transpose(x, perm=[2, 0, 1])
x_expanded = np.expand_dims(x_trans, axis=0)
preds = model.predict(x_expanded) 

Answer 2

好的，所以使用反馈rom Sygi我想我已经解决了一半，

该错误实际上告诉我，我需要传递我的尺寸为[1,250,250,3]，这是一个简单的修复;我必须说我不确定为什么TF期望这个维度按照这个顺序查看它看起来不对，所以这里需要更多的研究。

继续前进我不确定转置是否可行，就像我使用不同的输入图像一样，尺寸可能不是相同的顺序意味着转置无法正常工作，

取代转置，我可能试图调用x_reshape = img.reshape（（1,250,250,3）），这取决于我在重新整理TS时发现的维度顺序

感谢提示Sygi：）