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Python 使用InceptionResNetV2时输入形状错误,python,tensorflow,keras,neural-network,Python,Tensorflow,Keras,Neural Network,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) ValueErro
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