Python CNN没有预测图像的类别

我用CNN制作了一个脑肿瘤检测模型，当我试图通过预测样本图像的类别来测试样本图像时，出现了一个错误

根据误差，模型的输入应该有一个额外的维度。我如何预测图像的类别。给出错误的代码段是：

best_model.predict(image)

错误如下

ValueError:layer zero\u padding2d的输入0与 层：预期ndim=4，发现ndim=3。收到完整形状：[无，240， 3]

可以在警告中看到预期的形状：

WARNING:tensorflow:Model was constructed with shape (None, 240, 240, 3) for input Tensor("input_1_1:0", shape=(None, 240, 240, 3), dtype=float32), but it was called on an input with incompatible shape (None, 240, 3).

我尝试了解决方案，但仍然出现相同的错误：

---

所以问题是模型假设第一维是批的数量。在您的案例中，它“认为”您有240个批次，其中每个图像的大小

（240,3）

您需要做的是在传递到模型之前展开图像的尺寸。你可以用

例如：

image = tf.zeros([240, 240, 3])
tf.expand_dims(image, axis=0)

---

这将为图像添加一个批次维度，并且模型可以正确操作它。

图像的形状是什么？它似乎不是模型的有效尺寸expecting@DavidS图像取自用于训练模型的同一数据集。图像的形状是：（240240,3）@nanan我看了你添加到问题中的图像，你应该做

image=tf.expand_dims（image，axis=0）

看文档，它返回一个新的展开张量