Keras 无效参数：必须为占位符张量'；vgg16_输入4'；使用数据类型float和shape[？，32,32,3]

我发现以下错误

InvalidArgumentError:发现2个根错误。（0）无效参数： 必须使用 数据类型float和shape[？，32,32,3][{{{node vgg16_input_4}}]]
[[dense_6/Softmax/_1775]]（1）无效参数：必须输入 带有数据类型float和 形状[？，32,32,3][{{node vgg16_input_4}}]]0成功 操作。忽略0个派生错误

和下面的代码

def show_result(n):

    samples = []
    for i in range(n):
        original_img = x_test[i]
        print('original_img->',original_img.shape)

        img_array = np.expand_dims(original_img, 0)
        #img_array = original_img


        print('img_arrray->', img_array.shape)
        #tf.image.convert_image_dtype(img_array, dtype=tf.float16, saturate=False)

        get_output = K.function([model.layers[0].input], [model.layers[-3].output, model.layers[-1].output])
        [conv_outputs, predictions] = get_output([img_array])

        conv_outputs = conv_outputs[0, :, :, :]
        class_weights = model.layers[-1].get_weights()[0]

        cam = np.zeros(dtype = np.float32, shape = conv_outputs.shape[0:2])

图像的形状是

原始图像->（32,32,3）图像->（1,32,32,3）

---

您的img_数组具有形状（1,32,32,3），而get_output（[img_数组]）您再次将img_数组添加到列表中，这将生成形状（1,1,32,32,3），那么我应该更改为哪一行？有点混乱尝试：获取_输出（img_数组）而不是获取_输出（[img_数组]）

model = models.Sequential()

base_model = VGG16(include_top = False, input_shape=(32, 32, 3))
base_model.layers.pop()
model.add(base_model)
model.add(layers.ZeroPadding2D(padding=(1,1)))
model.add(layers.Conv2D(filters=1024, kernel_size=(3,3),activation='relu'))
model.add(layers.GlobalAveragePooling2D())
model.add(layers.Dense(10,activation='softmax'))