Python CNN报道的keras的维度'；无'；

我正在努力学习Kaggle Learn的计算机视觉教程。在测试代码时，讲座使用了示例中未提供的文件：

pretrained_base = tf.keras.models.load_model(
    '../input/cv-course-models/cv-course-models/vgg16-pretrained-base',
)
pretrained_base.trainable = False

因为我没有这个精确的文件，所以我决定通过添加ImageNet作为其权重从Keras导入它：

pretrained_base = VGG16(weights='imagenet', include_top=False)
pretrained_base.trainable = False

A当我尝试将此基础添加到我的Keras NN中时：

model = keras.Sequential([
                          pretrained_base,
                          layers.Flatten(),
                          layers.Dense(6, activation = 'relu'),
                          layers.Dense(1, activation = 'sigmoid'),                          
])

我得到这个错误：

ValueError                                Traceback (most recent call last)
<ipython-input-10-4dd4b7ce29df> in <module>()
      3                           layers.Flatten(),
      4                           layers.Dense(6, activation = 'relu'),
----> 5                           layers.Dense(1, activation = 'sigmoid'),
      6 ])

7 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/layers/core.py in build(self, input_shape)
   1166     last_dim = tensor_shape.dimension_value(input_shape[-1])
   1167     if last_dim is None:
-> 1168       raise ValueError('The last dimension of the inputs to `Dense` '
   1169                        'should be defined. Found `None`.')
   1170     self.input_spec = InputSpec(min_ndim=2, axes={-1: last_dim})

ValueError: The last dimension of the inputs to `Dense` should be defined. Found `None`.

ValueError回溯（最近一次调用）
在（）
3层。展平（），
4层。致密（6层，活化='relu'），
---->5层。致密（1层，活化=‘乙状结肠’），
6 ])
7帧
/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/layers/core.py内置（self，input_-shape）
1166最后尺寸=张量形状。尺寸值（输入形状[-1]）
1167如果最后一个尺寸为无：
->1168 raise VALUE ERROR（'输入到'Dense'的最后一个维度'
应定义“1169”。找到“无”。）
1170 self.input_spec=InputSpec（min_ndim=2，轴={-1:last_dim}）
ValueError:应定义'Dense'输入的最后一个维度。找到“无”。

您忘记定义输入形状

下面是如何包括VGG16

pretrained\u base=VGG16（weights='imagenet'，包括\u top=False，输入\u shape=（224224,3））