您当前的位置:首页 > IT编程 > 深度学习
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:ValueError:输入0与层conv2d_1不兼容:预期ndim = 4,找到的ndim = 5完美解决

51自学网 2020-11-05 21:35:44
  深度学习
这篇教程ValueError:输入0与层conv2d_1不兼容:预期ndim = 4,找到的ndim = 5完美解决写得很实用,希望能帮到您。

Conv2D图层的输入形状为(num_channels, width, height)因此,您不应添加其他尺寸(实际上是输入形状,(batch_size, num_channels, width, height)但您无需在batch_size此处设置;它将在fit方法中设置)。只要传递input_shape=env.shapeConv2D它,它将正常工作。
shape (None, 150, 150, 3),应写shape ( 150, 150, 3),

You should either change input_shape to

input_shape=(64,1)

... or use batch_input_shape:

batch_input_shape=(None, 64, 1)

编辑:

为什么要定义一个Input图层并将其传递给模型?那不是它的工作原理。首先,您需要使用compile方法编译模型,然后使用方法在训练数据上训练模型fit,然后使用predict方法进行预测。我强烈建议您阅读官方指南,以了解这些工作原理。


Using the bottleneck features of a pre-trained network: 90% accuracy in a minute
Keras迁移学习提取特征
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。