Question

我目前正在使用

训练存储为numpy数组的数据集

train_dataset=tf.data.Dataset.from_tensor_slices(train_data)

在这里，train_data是一个不包含相关标签的numpy数据数组。创建我正在运行的模型以将其作为DatasetV1Adapters（MNIST和pix至pix GAN的数据集）用于数据集。我一直在寻找可以进行必要的更正的文档，时间已经有一段时间了（大约4周）。而且这种方法没有解决我的问题。

在训练过程中，我正在跑步：

for images in train_dataset:
            #images=np.expand_dims(images, axis=0)
            disc_loss += train_discriminator(images)

哪个会给我一个错误

ValueError: Input 0 of layer conv2d_2 is incompatible with the layer: expected ndim=4, found ndim=3.

数组的形状为[32,32,3]，因此丢失了100个图像。我试图运行注释掉的行images = np.expand_dims（images，axis = 0）。因此，我得到了[1,32,32,3]，它与我所需的尺寸相匹配。我以为我的问题可以解决，但是现在我出现了以下错误：

ValueError: Input 0 of layer conv2d_4 is incompatible with the layer: expected axis -1 of input shape to have value 1 but received input with shape [1, 32, 32, 3]

我不太了解。好像错误肯定与datasetV1Adapter有关，因为我得到的同一类错误是各种代码。我尝试将数据集上传到github，但是作为10GB文件夹，我无法实际上传它。任何帮助将不胜感激

编辑：遵循@ Sebastian-Sz的建议（关闭）。我将模型中的通道设置为三个，以容纳RGB而不是灰度。运行这段代码给了我

TypeError: Value passed to parameter 'input' has DataType uint8 not in list of allowed values: float16, bfloat16, float32, float64

所以我添加了

train_data = np.asarray(train_data, dtype=np.float)

现在我收到一条错误消息：

Input 0 of layer dense_5 is incompatible with the layer: expected axis -1 of input shape to have value 6272 but received input with shape [1, 8192]

这对我没有意义

ValueError：预期输入形状的轴-1具有值1，但接收到形状为[1,32,32,3]的输入

0 个答案: