Keras ValueError:（'；检查模型输入时出错：预期没有数据，但得到：'；，数组）

我正试图用自己的图像数据构建一个inception和resnet模型。该数据集共有8000幅图像，有6个标签。在构建模型时，一切都很顺利。但是提到的错误发生在

model.fit（）

中。 在花了14个小时后，我真的不确定问题出在哪里

我尝试了以下方法

更改图像维度顺序

对keras.json进行更改

更改模型中的输入张量形状

错误图像：

inception\u model=InceptionV3（输入\u张量=inception\u model.input，包括\u top=True，权重='imagenet'）
初始层=初始层模型。获取层（“预测”）。输出
inception\u out=Dense（num\u类，activation='softmax'，name='output'）（inception\u last\u层）
custom_inception=模型（inception_Model.input，inception_out）
对于自定义_inception中的层。层[：-3]：
layer.trainable=错误
自定义_inception.compile（loss='classifical_crossentropy'，optimizer='adam'，metrics=['accurity'，'mse'，'mae'，'mape']））
序列初始值=自定义初始值.fit（X序列、y序列、批量大小=8、历代数=2）

编辑：我目前正在使用keras 2.2.0，在github中遇到一些keras问题后，我从最新版本中降级了它。它确实解决了一些最初的问题。我目前使用的是各自python文件中的inception和resnet，我对它们做了一些更改

include\u top=include\u top

require\u flant=包括顶部

from

编辑2：以下是输入形状

(1690, 220, 220, 1)  is the X_train shape
(1690, 6)  is the y_train 
(423, 220, 220, 1)  is the X_test shape
(423, 6)  is the y_test 

---

通过以下步骤解决此问题：

input_tensor=Input((300,300,3))

代替

input_tensor = inception_model.input

将tensorflow和keras升级至1.13.1和2.2.4

使用输入形状定义模型

（300300,3）

，并在通道轴上堆叠my

（300300,1）

输入三次，以便匹配

（300300,3）

---

你能提供X_train.shape和y_train.shape的结果吗？当然，我会在一秒钟内添加一个详细的形状png。你只需复制和粘贴结果，用

python

分隔，它会看起来更干净。对象是什么：inception\u model.input，它是张量吗？如果您使用的是[this version of inception]（），则您的模型在构造函数中似乎不需要此参数。是的，它是一个带形状的张量（无、图像行、图像列、通道）