预期输入有4个维度，但得到的形状为

Question

我有这个错误

  

检查输入时出错：预期input_13有4个维度，但得到的数组有形状（7,100,100）

对于以下代码，我应该如何重塑阵列以适应4维，我搜索了它但没有理解以前的解决方案。请问如果不清楚它在卷积神经网络中的常见问题。

inputs=Input(shape=(100,100,1))

x=Conv2D(16,(3,3), padding='same')(inputs)
x=Activation('relu')(x)
x=Conv2D(8,(3,3))(x)
x=Activation('relu')(x)
x=MaxPooling2D(pool_size=(2,2))(x)
x=Dropout(0.2)(x)
x=Dense(num_classes)(x)
x=Activation('softmax')(x)
output=Activation('softmax')(x)
model=Model([inputs], output)

Answer 1

如果x是您的数据数组，则只需应用以下转换：

x = x.reshape((-1, 100, 100, 1))