Python 这里的输入形状应该是什么？

我在将问题发布到堆栈溢出方面没有太多经验。请原谅我的错误。我会尽量做到彻底

我有两个numpy阵列：

具有形状的X（78300、90、90）

y形（78300，29）

• X是一组黑白图像，具有高度和宽度（90,90）
• y是X对应的编码类标签。（编码如中所示

  y=tensorflow.keras.utils.to\u分类（标签）

  ）

我正试图就这些数据对以下CNN进行培训

from tensorflow.keras import utils
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D, BatchNormalization
from tensorflow.keras.callbacks import ModelCheckpoint

model = Sequential()

model.add(Conv2D(64, (3, 3), input_shape=(90, 90, 1), activation='relu'))
model.add(MaxPooling2D((2, 2)))

model.add(Conv2D(128, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))

model.add(Conv2D(256, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))

model.add(BatchNormalization())

model.add(Flatten())
model.add(Dropout(0.5))
model.add(Dense(1024, activation='sigmoid'))
model.add(Dense(29, activation='softmax'))

我在运行时收到以下错误

n_classes = 29
batch = 64
epochs = 5
learning_rate = 0.001

adam = Adam(lr=learning_rate)

model.compile(optimizer=adam,
              loss='categorical_crossentropy',
              metrics=['accuracy'])

cp_callback = ModelCheckpoint(filepath=os.path.join("/output_dir", "result_folder"),
                              save_weights_only=True,
                              verbose=1)

history = model.fit(x,
                    y,
                    batch_size=batch,
                    epochs=epochs,
                    validation_split=0.1,
                    shuffle=True,verbose=1,
                   callbacks=[cp_callback])

：

ValueError:层顺序的输入0与层不兼容：：预期的最小值ndim=4，找到的ndim=3。收到完整形状：[无、90、90]

我不知道出了什么问题请帮助我。另外，如果您可以链接一篇文档/文章/博客文章/视频，帮助我理解输入形状在各层中的细微差别，这将非常有帮助。

形状应该是（78300，90，90，1）

重塑

x

（添加尺寸）：

---

什么是

tf.newshape

？我找不到有关的文档that@NicolasGervais这是打字错误。很抱歉请参阅editsI used

x=tf。展开尺寸（x，轴=-1）

。原来黑白图像没有通道的形状。谢谢你的帮助。我选择了这个答案作为正确答案。

x = x[..., tf.newaxis]