Keras ValueError：检查输入时出错：预期conv2d_1_输入有4个维度，但得到了具有形状（80、120、3）的数组

我是一个刚刚开始学习深度学习的学习者。 我刚开始使用Keras。 我想实现SRCNN。 当我尝试导入图片以首先测试模型时，会出现此问题

问题:

ValueError:检查输入时出错：预期conv2d_1_输入具有 4维，但得到了具有形状的数组（80、120、3）

我的代码如下：

from PIL import Image
import numpy as np
from keras import Sequential
from keras.layers import Conv2D, Activation

input_image = Image.open('../../res/image/120x80/120x80 (1).png')
input_image_array = np.array(input_image)

model = Sequential()

model.add(Conv2D(64, (9, 9), data_format='channels_last', activation='relu', input_shape=(80, 120, 3)))
model.add(Conv2D(35, (1, 1), data_format='channels_last', activation='relu', input_shape=(80, 120, 3)))
model.add(Conv2D(1, (5, 5), data_format='channels_last', input_shape=(120, 80, 3)))
model.compile(loss='mean_squared_error', optimizer='sgd')
model.fit(input_image_array, input_image_array)
print(model.summary())

---

要提供单个输入图像，您需要包括samples维度（第一个维度），因此需要添加值为1的维度：

input_image_array = np.array(input_image)
input_image_array = input_image_array[np.newaxis, :, :, :]

---

这会将形状更改为（1，80，120，3），对应于一个图像样本。

因此，您的意思是：形状（x，80，120，3），其中x表示输入图像数量的维数，我的数组是否应该在顶部增加x的维数？只需添加input_image_数组=input_image_数组[np.newaxis，：，：，：]并成功，谢谢！