ValueError ：（“检查模型输入时出错：预期没有数据，但得到：”，数组）

Question

我正在尝试使用自己的图像数据构建一个初始和Resnet模型。数据集共8000张图像，并有6个标签。建立模型时一切顺利。但是提到的错误发生在 <span className={classes.imageSrc} style={{ backgroundImage: "url('./juego.png')", }} /> 中。 花了14个小时后，我真的不确定是什么问题。

我尝试了以下

1. 更改图像尺寸顺序

2. 对keras.json进行更改

3. 更改模型中的input_tensor形状

错误图片：

model.fit()

编辑：我目前正在使用keras 2.2.0，在经历了github中的一些keras问题后，我从最新版本降级了。它确实解决了一些最初的问题。我目前正在从各自的python文件中使用Inception和resnet，我对inception_model = InceptionV3(input_tensor = inception_model.input, include_top = True, weights = 'imagenet') inception_last_layer = inception_model.get_layer('predictions').output inception_out = Dense(num_classes, activation='softmax', name='output')(inception_last_layer) custom_inception = Model(inception_model.input, inception_out) for layer in custom_inception.layers[:-3]: layer.trainable = False custom_inception.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy', 'mse', 'mae', 'mape']) train_inception = custom_inception.fit(X_train, y_train, batch_size=8, epochs=2) 进行了一些更改 this中的include_top=include_top

EDIT2：这是输入形状

require_flatten=include_top

Answer 1

通过以下步骤解决了该问题：

input_tensor=Input((300,300,3))

代替

input_tensor = inception_model.input

1. 将张量流和keras升级到1.13.1和2.2.4
2. 用输入形状(300,300,3)定义模型并将我的(300,300,1)输入三次叠加在通道轴上，以匹配(300,300,3)