model.fit提供ValueError：检查输入时出错：预期的conv2d获得了形状为（）的数组

debugcn 发表于 Dev

哈多克361

大家好，我在使用model.fit（）训练模型时收到ValueError。我尝试了多种方法来解决它，但没有用。看看..但是我确实将所有图像的大小调整为（512，512）

................
................
................

def resizing(image, label):
  image = tf.image.resize(image, (512, 512))/255.0
  return image, label

mapped_training_set = train_set.map(resizing)
mapped_testing_set = test_set.map(resizing)
mapped_valid_set = valid_set.map(resizing)

tf.keras.layers.Conv2D(32, (3, 3), input_shape=(512, 512, 3), activation="relu"),
tf.keras.layers.MaxPooling2D((2, 2)),
.........
.........
.........

tf.keras.layers.Flatten(),
tf.keras.layers.Dense(512, activation="relu"),
tf.keras.layers.Dense(101, activation="softmax")


model.compile(optimizer="adam",
              loss="sparse_categorical_crossentropy",
              metrics=["accuracy"])

hist = model.fit(mapped_training_set,
                 epochs=10,
                 validation_data=mapped_valid_set,
                 )

**我收到此错误：**

<ipython-input-31-1d134652773c> in <module>()
      1 hist = model.fit(mapped_training_set,
      2                  epochs=10,
----> 3                  validation_data=mapped_valid_set,
      4                  )

16 frames
/usr/local/lib/python3.6/dist-packages/tensorflow_core/python/autograph/impl/api.py in wrapper(*args, **kwargs)
    235       except Exception as e:  # pylint:disable=broad-except
    236         if hasattr(e, 'ag_error_metadata'):
--> 237           raise e.ag_error_metadata.to_exception(e)
    238         else:
    239           raise

ValueError: in converted code:

    /usr/local/lib/python3.6/dist-packages/tensorflow_core/python/keras/engine/training_v2.py:677 map_fn
        batch_size=None)
    /usr/local/lib/python3.6/dist-packages/tensorflow_core/python/keras/engine/training.py:2410 _standardize_tensors
        exception_prefix='input')
    /usr/local/lib/python3.6/dist-packages/tensorflow_core/python/keras/engine/training_utils.py:573 standardize_input_data
        'with shape ' + str(data_shape))

    ValueError: Error when checking input: expected conv2d_32_input to have 4 dimensions, but got array with shape (512, 512, 3)

我试图搜索以修复错误，但现在已经超过2个小时了，我没有找到答案。

我发现的所有结果和解决方案都不是我的主题。

请帮助我被困在这里。

提前致谢

吉布2011

您需要为模型传递输入形状(batch_size, height, width, channels)。这就是为什么它说期望4维。相反，您传递的是的单张图片(512, 512, 3)。

如果要在单个图像上训练模型，则应通过更改每个图像的形状image = tf.expand_dims(image, axis=0)。这可以在resize函数中完成。

如果您想分批训练模型，则应在mapped_training_set = mapped_training_set.batch(batch_size)后面添加map。然后，其他两个数据集也是如此。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。