Python 为什么tensorflow重塑阵列超出范围

我有阵列整形和大小问题

我没有尝试过任何东西，因为我在这方面还是新手，我不想把没有涉及到这个问题的事情搞砸

将tensorflow导入为tf
将numpy作为np导入
mnist=tf.keras.datasets.mnist
（x_列，y_列），（x_测试，y_测试）=列表负载数据（）
x_列=tf.keras.utils.normalize（x_列，轴=1）#在0和1之间缩放数据
x_检验=tf.keras.utils.normalize（x_检验，轴=1）
model=tf.keras.models.Sequential（）
model.add（tf.keras.layers.Flatten（input_shape=（32，））
添加（tf.keras.layers.Dense（128，activation=tf.nn.relu））
添加（tf.keras.layers.Dense（128，activation=tf.nn.relu））
添加（tf.keras.layers.density（10，activation=tf.nn.softmax））
x_-train=np.重塑（x_-train，（x_-train.shape[0]，1，x_-train.shape[1]））
x_检验=np.重塑（x_检验，（x_检验.形状[0]，1，x_检验.形状[1]））
model.compile（优化器='adam'，
损失=“稀疏”\u分类”\u交叉熵'，
指标=[‘准确度’]）
模型拟合（x_序列，y_序列，历次=3）
val_损失，val_acc=模型评估（x_测试，y_测试）
打印（增值损失）
打印（val_acc）

文件“t1.py”，第17行，在
x_-train=np.重塑（x_-train，（x_-train.shape[0]，1，x_-train.shape[1]））
文件“”，第6行，在“重塑”中
文件“H:\Program Files\Python36\lib\site packages\numpy\core\fromnumeric.py”，第301行，在整形中
return _wrapfunc（a，‘重塑’、新闻形状、订单=订单）
文件“H:\Program Files\Python36\lib\site packages\numpy\core\fromneric.py”，第61行，在\u wrapfunc中
返回边界（*args，**kwds）
ValueError:无法将大小为47040000的数组重塑为形状（60000,1,28）```

model.add（tf.keras.layers.Flatten（input_shape=（28,28）））

它是一个28x28图像，而不是一个32矢量 所以我们知道它不应该是32的向量 通过留下一个论点

  File "t1.py", line 17, in <module>
    x_train = np.reshape(x_train, (x_train.shape[0], 1, x_train.shape[1]))
  File "<__array_function__ internals>", line 6, in reshape
  File "H:\Program Files\Python36\lib\site-packages\numpy\core\fromnumeric.py", line 301, in reshape
    return _wrapfunc(a, 'reshape', newshape, order=order)
  File "H:\Program Files\Python36\lib\site-packages\numpy\core\fromnumeric.py", line 61, in _wrapfunc
    return bound(*args, **kwds)
ValueError: cannot reshape array of size 47040000 into shape (60000,1,28)```