卷积神经网络中形状输入的值误差

Question

我使用卷积神经网络使用Keras和Tensorflow作为Anaconda Python的后端时遇到了问题。

在定义CNN和编译时，会发生错误：

def cnn_model():
    model = Sequential()

    model.add(Conv2D(32, (3, 3), padding='same',
                 input_shape=(3, 48, 48),
                 activation='relu'))
    model.add(Conv2D(32, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.2))

    model.add(Conv2D(64, (3, 3), padding='same',
                 activation='relu'))
    model.add(Conv2D(64, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.2))

    model.add(Conv2D(128, (3, 3), padding='same',
                 activation='relu'))
    model.add(Conv2D(128, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.2))

    model.add(Flatten())
    model.add(Dense(512, activation='relu'))
    model.add(Dropout(0.5))
    model.add(Dense(NUM_CLASSES, activation='softmax'))
    return model

我得到的错误是：

  

文件   ＆＃34; C：\用户\ Pandey的\ Anaconda3 \ lib中\站点包\ keras \发动机\ training.py＆＃34 ;,   第_ 113行，在_standardize_input_data中       ＆＃39;有形状＆＃39; + str（data_shape））

     

ValueError：检查输入时出错：预期conv2d_10_input为   有4个维度，但得到了具有形状（0,1）的数组

我在Keras首先使用频道，并且仅在开始时将数据格式定义为频道。

感谢任何帮助。