Python 在tensorflow中创建序列模型时，我发现维度不匹配

每当我在序列模型中的密集层之间添加展平层，或者在展平层之后添加MaxPoolg1d时，我都会得到如下错误：

输入0与层不兼容：预期ndim=3， 发现ndim=2

以下是我发现这些错误的模型：

#Model 1
model = Sequential()
from keras.layers import Flatten,Dense,MaxPooling1D
model.add(Flatten(input_shape=(28,28)))
model.add(Dense(256,activation="relu"))
model.add(Flatten())
model.add(Dense(128,activation="relu"))
model.add(Dense(64,activation="relu"))
model.add(Dense(10,activation="softmax"))

#Model2
model = Sequential()
from keras.layers import Flatten,Dense,MaxPooling1D
model.add(Flatten(input_shape=(28,28)))
model.add(MaxPooling1D(2))
model.add(Dense(256,activation="relu"))
model.add(Dense(128,activation="relu"))
model.add(Dense(64,activation="relu"))
model.add(Dense(10,activation="softmax"))

我正在使用这些模型处理fashion MNIST数据集，其中输入形状为28X28

还有，谁能解释一下我在创建这个模型时哪里出错了？

---

谢谢您的帮助。

我希望您正在使用Keras和Tensorflow作为后端。您必须使用numpy expand dimension函数来扩展图像的尺寸，如

import numpy as np


image=np.expand_dims(image,axis=0)
model.predict(image)