Question

我正在用keras和tensorflow建立我的第一个神经网络。我将输入输入到一个形状数组（60000、28、28）中，但是当我尝试将其输入到模型中时，出现输入格式错误的错误。

我尝试了多种不同的输入形状，包括（60000，28，28）（1，28，28）（28，28）（28，28，1），但似乎都不起作用。

model = kr.Sequential()

model.add(InputLayer(input_shape=(60000, 28, 28)))
model.add(Dense(units=784, activation='relu'))
model.add(Dense(units=392, activation='relu'))
model.add(Dense(units=196, activation='relu'))
model.add(Dense(units=10, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer='Adam', metrics=['accuracy'])

training = model.fit(x=images_array, y=labels_array, epochs=10, batch_size=256)

我希望它可以与输入形状（60000、28、28）一起使用，但是我总是会收到此错误：

ValueError：检查输入时出错：预期input_1具有4 尺寸，但数组的形状为（60000，28，28）

编辑：

感谢所有回答的人。 cho_uc的答案确实有效，这就是为什么我接受了它。我在帖子中提到的是，我正在尝试构建仅由密集层组成的模型，因此可以将其用作将来模型的基准。

我使用以下方法解决了输入层问题：

images_array = images_array.reshape(-1, 28 * 28)

model.add(InputLayer(input_shape=(784, )))

Answer 1

Keras Conv2D层执行卷积操作。它要求其输入为4维数组。根据您的设置和后端（theano或tensorlow图像布局约定），我们必须将输入的形状重塑为（，1、28、28）或可能重塑为（，28、28、1）。

from keras import backend as K
if K.image_data_format() == 'channels_first' :
   input_shape = (1, 28, 28)
   X_train = X_train.reshape(X_train.shape[0], 1, 28, 28)
   X_test = X_test.reshape(X_test.shape[0], 1, 28, 28)
else:
   input_shape = (28, 28, 1)
   X_train = X_train.reshape(X_train.shape[0], 28, 28, 1)
   X_test = X_test.reshape(X_test.shape[0], 28, 28, 1)

因此，您应该将数据重塑为（60000，28，28，1）或（60000，1，28，28）

Answer 2

需要两次更正。

TF和Keras期望图像尺寸为（宽度，高度，通道），RGB图像的通道为3，灰度图像的通道为1。

model.add(InputLayer(input_shape=(28, 28, 1)))

fit()方法的训练输入必须具有尺寸（样本数，宽度，高度，通道）。

assert images_array.shape == (60000, 28, 28, 1)

为（60000、28、28）数组在keras中定义输入形状时出错

2 个答案: