Python 增加神经网络的输入维数

我构建了一个需要4维输入的NN。我现在只是将其用于单实例预测，但我不知道如何将维度数增加到4。当我最初培训和测试模型时，输入如下所示：

(16238, 40, 40, 1)

其中第一个维度是行数，第二个和第三个维度是矩阵维度，第四个维度是矩阵的深度

现在，我只是尝试使用模型测试单个项目，但找不到增加维度的方法。就像：

>>> array = [[1, 1, 1], [1, 2, 3], [1, 2, 3]]

>>> array.shape
(3, 3)

因此，我想将数组形状更改为：

(1, 3, 3, 1)

我试过：

array = np.expand_dims(array, axis=-1)

---

但是那没用。

我想

数组。重塑（（1，3，3，1））

就是你要找的

[1]中的

：将numpy作为np导入
在[2]中：array=np.asarray（[1,1,1]，[1,2,3]，[1,2,3]）
在[3]中：array.shape
Out[3]：（3,3）
在[4]中：数组
出[4]：
数组（[[1,1,1]，
[1, 2, 3],
[1, 2, 3]])
#将原始尺寸保留在第二和第三尺寸中
[5]中：重塑=数组。重塑（（1，*array.shape，1））
[6]中：重塑的形状
Out[6]：（1,3,3,1）
在[7]中：重塑
出[7]：
数组（[[1]，
[1],
[1]],
[[1],
[2],
[3]],
[[1],
[2],
[3]]]])

我想

数组。重塑（（1,3,3,1））

是你要找的吗

[1]中的

：将numpy作为np导入
在[2]中：array=np.asarray（[1,1,1]，[1,2,3]，[1,2,3]）
在[3]中：array.shape
Out[3]：（3,3）
在[4]中：数组
出[4]：
数组（[[1,1,1]，
[1, 2, 3],
[1, 2, 3]])
#将原始尺寸保留在第二和第三尺寸中
[5]中：重塑=数组。重塑（（1，*array.shape，1））
[6]中：重塑的形状
Out[6]：（1,3,3,1）
在[7]中：重塑
出[7]：
数组（[[1]，
[1],
[1]],
[[1],
[2],
[3]],
[[1],
[2],
[3]]]])

真的谢谢你，你觉得我可以雇用你做一些自由职业者的工作吗？我需要一个模型部署，我不熟悉烧瓶，只想有人告诉我它是如何做到的。真的谢谢你，你认为我可以聘请你做一些自由职业者的工作吗？我需要一个模型部署，我不熟悉烧瓶，只想有人告诉我如何做。