Python 使用InceptionResNetV2时输入形状错误

将图像馈送到预训练的InceptionResNetV2网络时，我得到以下结果

来自keras.applications.inception\u resnet\u v2导入接收resnetv2
输入_形状=（200250,3）
img=load_img（）#将200x250 rgb图像加载到（200、250、3）numpy阵列中
assert img.shape==INPUT_shape#很好
模型=接收resnetv2（包括顶部=假，输入形状=输入形状）
模型预测（img）

ValueError：检查输入时出错：预期输入_1有4个维度，但得到了形状为（200、150、3）的数组

---

我不明白模型为什么以及如何期望4维输入。必须做些什么来调整（200、250、3）图像，以便模型可以对其进行处理？

尝试使用形状（1200、150、3）或（200、150、3、1）重塑输入

您可以使用

image=np。展开（图像，轴=0））

或

---

image=input\u data。重塑（（-1，image\u side1，image\u side2，channels））

尝试用形状（12001503）或（2001503，1）重塑输入

您可以使用

image=np。展开（图像，轴=0））

或

---

image=input\u data.重塑（-1，image\u side1，image\u side2，通道））

您需要输入一批图像。如果批处理有一个图像，则其格式也应相同

---

尝试

img.重塑（（12001503））

您需要输入一批图像。如果批处理有一个图像，则其格式也应相同

---

试试

img.重塑（（12001503））

这个

1

代表什么？它应该取什么值？它可能是每批图像的数量@Jivanit是一个不会修改数据的额外维度，

1

代表什么？它应该取什么值？它可能是每批图像的数量@Jivanit是一个不会修改数据的额外维度