Python 带有2D numpy阵列输入的Tensorflow Keras Conv2D错误

我想使用2D numpy数组作为输入来训练CNN，但我收到了以下错误：

ValueError:检查输入时出错：预期conv2d\u输入有4个维度，但得到了形状为（21，21）的数组

我的输入实际上是一个21x21 numpy浮点数组。网络的第一层定义为

Conv2D（32，（3,3），input_shape=（21,21,1））

，以匹配输入数组的形状

我发现了一些类似的问题，但没有一个是关于2D输入数组的，它们主要处理图像。根据文档，Conv2D希望输入一个4D张量，包含

（样本、通道、行、列）

，但我找不到任何解释这些值含义的文档。与图像输入相关的类似问题建议使用

np.ndarray.reforme（）

重塑输入数组，但在尝试这样做时，我会收到一个输入错误

---

我如何在这样的输入阵列上训练CNN？

input\u shape

是否应该是不同大小的元组？

您当前的numpy数组具有维度

（21,21）

。但是，TensorFlow希望输入张量的维度格式为

（批次大小、高度、宽度、通道）

或BHWC，这意味着您需要将numpy输入数组转换为4维度（从当前的2维度）。一种方法如下：

input = np.expand_dims(input, axis=0)
input = np.expand_dims(input, axis=-1)

现在，numpy

input

数组有维度：

（1,21,21,1）

，可以传递给TF Conv2D操作

---

希望这有帮助！：）

谢谢大家!！这就解决了问题。