Image 如何解决'；ValueError:找到具有dim 4的数组。预计估计值<；=2.'；？

我正在做一个SVM分类器来分类图像。该程序使用Google collab，文件上传到Google驱动器中。图像的形状是

torch.Size（[32,3,224,224]）

这就是我分割数据集的方式

images = (images.numpy())
labels = (labels.numpy())
X_train, X_test, y_train, y_test = train_test_split(images, labels, test_size=0.3, random_state=42)

列车数据和试验数据分离后，X_列车和X_试验的新形状为

（22,3,224,224）

和

（10,3,224,224）

。 现在，当我试图解决这个问题时，问题出现了

# Create a classifier: a support vector classifier
classifier = svm.SVC(gamma=0.001)
#fit to the trainin data
classifier.fit(X_train,y_train)

----> 3 classifier.fit(X_train,y_train)

   537         if not allow_nd and array.ndim >= 3:
    538             raise ValueError("Found array with dim %d. %s expected <= 2."
--> 539                              % (array.ndim, estimator_name))
    540         if force_all_finite:
    541             _assert_all_finite(array,

#创建分类器：支持向量分类器
分类器=svm.SVC（伽马=0.001）
#适合列车入站数据
分类器。配合（X_系列，y_系列）
---->3.装配（X_系列、y_系列）
537如果不允许\u nd和array.ndim>=3：
538 raise VALUE ERROR（“找到的数组的尺寸应为%d.%s当前，您的输入数据有4维
（批量大小、通道、高度、宽度）
您需要将图像展平到二维
（图像数量、通道*高度*宽度）

希望这有帮助！
谢谢。我现在可以做了。
X_train = X_train.reshape(22,3*224*224)
X_test = X_test.reshape(10,3*224*224)