Numpy 将3级图像扩展为4级图像（适用于keras ImageDataGenerator（）.fit）

我有一个形状为（10，256，256）的图像，我必须在开始处添加一个维度，表示图像的通道数（在我的案例3中），我应该如何做

ValueError:

.fit（）

的输入应为4级。已获取形状为：（10、256、256）的数组

我也试过：

X_train = numpy.array(X_train)
X_train = numpy.reshape(X_train, (1, len(X_train), targ_size[0], targ_size[1]))

datagen_train.fit(X_train)

---

有几种方法可以增加数组的维数：

X_new1 = X_train[np.newaxis]
X_new2 = X_train[None]
X_new3 = X_train.reshape((1,)+X_train.shape)
X_new4 = np.expand_dims(X_train,0)

X_new1、X_new2、X_new3

和

X_new4

都是等效的

此外，

X_new1

和

X_new2

甚至“更等效”，因为它们使用相同的思想。i、 e.

np.newaxis

相当于

None

方法3和4也是如此，方法4在内部调用方法3