输入形状正确时，无法训练Keras模型

Question

我是新手，并且需要训练此Keras UNet模型。 https://github.com/Swapneel7/Deep-Learning-Keras/blob/master/UNet%20Keras.pdf 输入张量确实遵循所需的尺寸1024 * 1024 * 1。 输入：-

将垫子解析为数组

import scipy.io as sio
import tensorflow as tf
import numpy as np
input1=sio.loadmat('D:\\Users\\svekhande\\tempx.mat')
TensorInput1=input1['temp']
TensorInput= np.expand_dims(TensorInput1,2)
print(TensorInput.shape)

型号：-

def unet（input_size =（1024,1024,1））：     输入=输入（input_size） ...     

培训：-

model.fit（TensorInput，steps_per_epoch = 1，epochs = 3）

错误

IndexError: list index out of range

该错误表明我超出了范围，因此我尝试提供较小的张量（1023 * 1023 * 1），更改网络形状并重置图形，但此操作不起作用，因此无法发布。