Python ValueError：检查输入时出错：预期输入_1有4个维度，但得到了具有形状的数组（6243、256、256）

我想将标签附加到培训数据集上，并按照

def one_hot_label(img):
    label = img
    if label == 'A':
        ohl = np.array([1, 0])
    elif label == 'B':
        ohl = np.array([0, 1])
    return ohl

def train_data_with_label():
    train_images = []
    for i in tqdm(os.listdir(train_data)):
        path_pre = os.path.join(train_data, i)
        for img in os.listdir(path_pre):
            if img.endswith('.jpg'):
                path = os.path.join(path_pre, img)
                img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
                train_images.append([np.array(img), one_hot_label(i)])
    shuffle(train_images)
    return train_images

但是，在Keras上执行输入时返回错误

training_images = train_data_with_label()
tr_img_data = np.array([i[0] for i in training_images])
tr_lbl_data = np.array([i[1] for i in training_images])

model = Sequential()
model.add(InputLayer(input_shape=(256, 256, 1)))

---

有人能帮我修复吗？

您的输入层需要一个shape

（batch\u size，256，256，1）

数组，但看起来您正在传入shape

（batch\u size，256，256）

的数据。您可以尝试按如下方式重塑培训数据：

tr_img_data = np.expand_dims(tr_img_data, axis=-1) 

---

您是否检查了多维数组的

numpy.append

行为？返回如下[array（[[231，234，235，…，238，239，240]，[233，235，…，234，237，240]，[229，231，231，…，227，230，233]，…，[218，217，222，…，193，197，224]，[213，212，217，…，198，200，228]，[210，209，214，…，206，208，236]]，dtype=uint8），数组（[1，0]）]我不确定输入层如何处理背面的数组