Question

我训练了this模型（从网站上直接粘贴副本）并用model.save()保存了它。现在，我想用它来对生成的图像进行分类，因此我将它们保存并调整为28x28像素的形状，然后尝试将它们馈送到模型中，如下所示：

from matplotlib import image
img = image.imread('img.png')[:,:,:1] #so that the shape ends up being (28,28,1)
print(self.model.predict(img))

但是当我运行它时，我会遇到很多错误：

警告：tensorflow：为输入Tensor（“ input_1：0”，shape =（None，28，28，1），dtype = float32）构造了形状为（None，28，28，1）的模型，但是它在形状不兼容的输入（无，28、1、1）上被调用。 ...

ValueError: Input 0 of layer dense_12 is incompatible with the layer: expected axis -1 of input shape to have value 784 but received input with shape [None, 28]`

我已经做了一些深入的研究，根据这条线，看来输入的形状存在问题：WARNING:tensorflow:Model was constructed with shape (None, 28, 28, 1) for input Tensor("input_1:0", shape=(None, 28, 28, 1), dtype=float32), but it was called on an input with incompatible shape (None, 28, 1, 1)

如何将图像转换为正确的形状？

Answer 1

所以我设法修复它，非常简单，但是如果有人遇到问题，我会把它留在这里：

from keras.preprocessing.image import load_img, img_to_array

img = load_img('img.png')
img = img_to_array(img)[:,:,:1]
img = np.expand_dims(img ,axis=0)

这将我的图片的形状更改为(1, 28, 28, 1)，这是馈入模型的必要条件

将图像提供给预先训练的keras模型

1 个答案: