Python 尝试在机器学习程序中使用MNIST/EMNIST字母数据集时出现值错误

我有一个机器学习程序，我正试图训练使用计算机识别手写字符。我一直收到一个错误

我已经尝试过改变描述数据集形状的元组，但没有成功

import os#用于修改文件、创建目录等。
导入keras#简化TensorFlow库
从pyplot导入matplotlib.pyplot作为plt#图像显示
将numpy导入为高等数学的np#numpy
导入随机#用于在MNIST数据集中拾取随机值
从keras.models导入顺序#为AI学习启用顺序层
从keras.layers导入稠密#启用稠密层
从keras.layers导入Conv2D#启用二维卷积神经网络层
从keras.layers导入MaxPoolig2D#启用最大池层
从keras.layers导入退出#启用退出层
从keras.layers导入展平#启用展平层
从keras.datasets导入mnist#导入mnist数据集
从emnist导入提取\训练\样本
从keras.callbacks导入ModelCheckpoint#导入ModelCheckpoint以保存进度
图像、标签=提取样本（“字母”）
图像=图像。重塑（-1,28,28,1）
打印（图像）
labels=keras.utils.to_category（labels，num_classes=27）
images=images.astype（'float32'）
图像/=255
labels=keras.utils.to_category（labels，num_classes=27）
model=Sequential（）#使用顺序层进行人工智能培训
添加（Conv2D（32，（3,3），activation='relu'，input_shape=（28,28,1）））
添加（Conv2D（64，（3,3），activation='relu'））
add（MaxPooling2D（池大小=（2,2）））
model.add（展平（））
添加（密集（128，激活='relu'））
模型添加（辍学率=0.3））
添加（密集（27，激活='softmax'））
model.summary（）
如果操作系统路径存在（“./saves/main\u EMNIST\u v2.hdf5”）：
如果输入（“上一型号的负载重量合适？（Y/N）\t”）.lower（）=“Y”：
负载=真
其他：
加载=错误
其他：
加载=错误
如果操作系统路径不存在（“./saves/”）：
os.makedirs（“保存”）
如果加载：
打印（“从以前的模型拟合加载重量…\t”，end=”“）
型号负载重量（“./saves/main\u EMNIST\u v2.hdf5”）
打印（“完成”）
如果输入（“保存最佳模型拟合的权重？（Y/N）\t”）.lower（）=“Y”：
save=True；
其他：
save=False；
images=images.reshape（images.shape[0]，1,28,28）
"""
标签=keras.utils.to_分类（标签，6）
y_检验=keras.utils.to_分类（y_检验，6）
"""
plt.imshow（图像[54000][0]，cmap='gray'）
plt.show（）
compile（loss=keras.loss.categorical_crossentropy，optimizer=keras.optimizers.Adadelta（），metrics=['accurity']））
回调\u列表=[]
如果保存：
filepath=“./saves/main\u EMNIST\u v2.hdf5”
checkpoint=ModelCheckpoint（文件路径，monitor='acc'，verbose=1，save\u best\u only=True，mode='max'）
回调\u列表=[检查点]
history=model.fit（图像、标签、批次大小=64、epochs=int（输入（“输入epochs number.建议值为5.\t”）、10）、verbose=1、callbacks=callbacks\u列表）
#为了简洁起见，省略了这一点之后的代码。

我收到了以下错误消息：

Traceback (most recent call last):
  File "OCIR_EMNIST_v2.py", line 74, in <module>
    history = model.fit(images, labels, batch_size=64, epochs=int(input("Input epochs number. Recommended value is 5.\t"), 10), verbose=1, callbacks=callbacks_list)
  File "/home/user/.local/lib/python3.7/site-packages/keras/engine/training.py", line 952, in fit
    batch_size=batch_size)
  File "/home/user/.local/lib/python3.7/site-packages/keras/engine/training.py", line 751, in _standardize_user_data
    exception_prefix='input')
  File "/home/user/.local/lib/python3.7/site-packages/keras/engine/training_utils.py", line 138, in standardize_input_data
    str(data_shape))
ValueError: Error when checking input: expected conv2d_1_input to have shape (28, 28, 1) but got array with shape (1, 28, 28)

回溯（最近一次呼叫最后一次）：
文件“OCIR\u EMNIST\u v2.py”，第74行，在
history=model.fit（图像、标签、批次大小=64、epochs=int（输入（“输入epochs number.建议值为5.\t”）、10）、verbose=1、callbacks=callbacks\u列表）
文件“/home/user/.local/lib/python3.7/site-packages/keras/engine/training.py”，第952行，适合
批次大小=批次大小）
文件“/home/user/.local/lib/python3.7/site packages/keras/engine/training.py”，第751行，在用户数据中
异常（前缀为“输入”）
文件“/home/user/.local/lib/python3.7/site packages/keras/engine/training\u utils.py”，第138行，在标准化输入数据中
str（数据形状））
ValueError：检查输入时出错：预期conv2d_1_输入具有形状（28,28,1），但获得具有形状（1,28,28）的数组

错误很明显，它需要

（28,28,1）

图像，而您提供的是

（1,28,28）

图像。请看代码中的这两行：

images = images.reshape(-1, 28, 28, 1)
images = images.reshape(images.shape[0], 1, 28, 28)

---

这里的第一行是正确的，重塑为

（28，28，1）

，而第二行则相反，产生了错误。只需从代码中删除部分

images=images.reformate（images.shape[0]，1,28,28）

。

您的错误消息不完整，请添加整个回溯。提供了整个回溯。回溯仍然相同，您没有添加新信息。回溯已经完成。否，回溯在末尾有一条异常消息，但在您的回溯中不存在。我说的是“我收到了这个错误信息：”下的回溯。请注意，没有这些信息，任何人都无法帮助您。这也会返回一个。它太大，无法在此处发布，但可以通过@Ben访问。在您的代码中，您对标签进行了两次热编码，只需要一次。