Python 检查时出错：预期密集_3_输入有2维，但得到了形状为（28,28,1）的数组

我正在写一个神经元来确定手写数字

import numpy as np
from keras.utils import np_utils
from keras.models import model_from_json
from keras.preprocessing import image
import matplotlib.pyplot as plt

json_file = open("mnist_model.json", "r")
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
loaded_model.load_weights("mnist_model.h5")


loaded_model.compile(loss= "categorical_crossentropy", optimizer="adam", metrics=["accuracy"])


img_path ="5.png"
img = image.load_img(img_path, target_size=(28,28), grayscale=True)
plt.imshow(img, cmap='gray')
plt.show

x =image.img_to_array(img)
x = 255 - x 
x/= 255
np.expand_dims(x, axis=0)
prediction = loaded_model.predict(x)
prediction = np_utils.categorical_pobabs_to_classes(prediction)
print(prediction)

我所做的只是教她如何使用它，但问题就出来了：

---

1.结果是一个图形和一个错误

ValueError:检查时出错：预期密集的\u 3\u输入有两个维度，但得到的数组的形状为（28,28,1）

在第行'img=image.load\u img（img\u路径，target\u size=（28,28），grayscale=True）'

我认为您的错误在这一行

np.expand_dims(x, axis=0)

应该是：

x = np.expand_dims(x, axis=0)

---

我认为这是你的错

np.expand_dims(x, axis=0)

应该是：

x = np.expand_dims(x, axis=0)

---

此错误发生在哪一行？行'img=image.load_img（img_路径，目标大小=（28,28），灰度=True）'）您能提供图像文件吗？@KenWei[link]（）。。。。。。我确信错误在加载的模型中。预测（x）。这是一个非常典型的错误。您的模型需要形状

（28,28）

，但您正在使用形状

（28,28,1）

传递输入图像。只需在模型中相应地调整

input_shape

。此错误发生在哪一行？line'img=image.load_img（img_path，target_size=（28,28），grayscale=True）'）您能提供图像文件吗？@KenWei[link]（）。。。。。。我确信错误在加载的模型中。预测（x）。这是一个非常典型的错误。您的模型需要形状

（28,28）

，但您正在使用形状

（28,28,1）

传递输入图像。只需在模型中相应地调整

输入形状

。