我想使用2D numpy数组作为输入来训练CNN，但是我收到此错误：ValueError: Error when checking input: expected conv2d_input to have 4 dimensions, but got array with shape (21, 21)。
我的输入确实是一个21x21的numpy浮点数组。网络的第一层定义为Conv2D(32, (3, 3), input_shape=(21, 21, 1))，以匹配输入数组的形状。
我发现了一些类似的问题，但都与2D输入数组无关，它们主要处理图像。根据文档，Conv2D期望输入包含(samples, channels, rows, cols)的4D张量，但是我找不到任何解释这些值含义的文档。与图像输入有关的类似问题建议使用np.ndarray.reshape()重塑输入数组，但尝试这样做时会收到输入错误。
如何在这样的输入阵列上训练CNN？ input_shape应该是其他大小的元组吗？
答案 0 :(得分：1)
您当前的numpy数组的尺寸为(21, 21)。但是，TensorFlow希望输入张量的尺寸为(batch_size, height, width, channels)或 BHWC 格式，这意味着您需要将numpy输入数组转换为 4 尺寸（从当前 2 尺寸）。一种方法如下：
input = np.expand_dims(input, axis=0)
input = np.expand_dims(input, axis=-1)
现在，numpy input数组的尺寸为(1, 21, 21, 1)，可以将其传递给TF Conv2D操作。
希望这会有所帮助！ ：）