Fatal编程技术网
  • python/
  • Python Keras（tensorflow后端）获得；类型错误：不可损坏的类型：'；尺寸'&引用；

Python Keras（tensorflow后端）获得；类型错误：不可损坏的类型：'；尺寸'&引用；

python tensorflow neural-network keras

Python Keras（tensorflow后端）获得；类型错误：不可损坏的类型：'；尺寸'&引用；,python,tensorflow,neural-network,keras,conv-neural-network,Python,Tensorflow,Neural Network,Keras,Conv Neural Network,嗨，我在安装这个模型时出现尺寸错误，有人知道原因吗 num_classes = 11 input_shape = (64,64,1) batch_size = 128 epochs = 12 X_train = tf.reshape(X_train, [-1, 64, 64, 1]) X_test = tf.reshape(X_test, [-1, 64, 64, 1]) model = Sequential() model.add(Conv2D(32, kernel_size=(3,3),

嗨，我在安装这个模型时出现尺寸错误，有人知道原因吗

num_classes = 11
input_shape = (64,64,1)
batch_size = 128
epochs = 12
X_train = tf.reshape(X_train, [-1, 64, 64, 1])
X_test = tf.reshape(X_test, [-1, 64, 64, 1])

model = Sequential()
model.add(Conv2D(32, kernel_size=(3,3), strides=1, activation='relu', input_shape=input_shape)) 
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dense(num_classes, activation='softmax'))

model.compile(loss=keras.losses.categorical_crossentropy,
          optimizer=keras.optimizers.Adadelta(),
          metrics=['accuracy'])

model.fit(X_train, y_train,
      batch_size=batch_size,
      epochs=epochs,
      verbose=1,
      validation_data=(X_test, y_test))
每个变量的维度是

X_train = (27367, 64, 64, 1)
X_test = (4553, 64, 64, 1)
y_train = (164202, 11)
y_test = (27318, 11)
这是因为您使用的是
tf.reformate
，它返回一个张量，而Keras模型的
fit
方法不能很好地处理张量

考虑使用
np。改为重塑
，这将做完全相同的事情。
你能发布完整的堆栈跟踪吗？是的，它现在可以工作了。谢谢。基本上，我需要重塑，然后添加通道。i、 e.X_train=X_train.reforme（X_train.shape[0]，img_行，img_列，1）我该怎么做？