Python 在Keras模型上，验证数据给定的fit（）函数的形状不匹配？

我有一个数据集（MNIST btw），分为训练和测试，两者的形状完全相同。我在训练部分训练卷积自动编码器，并使用另一个进行验证，如下面的fit（）函数调用所示

如果我删除

validation\u data=（x\u test，x\u test）

但我必须使用验证_数据，问题是当我使用它们时，在第一个历元之后，当在列车数据上计算损失并需要计算测试数据时，我得到一个错误：

纪元1/5 896/1000[===============================>…]-预计到达时间：0s-损失： 0.6677-------------------------------------------------------------InvalidArgumentError回溯（最近的调用） 最后)

InvalidArgumentError：张量必须为4-D，最后一个尺寸为1、3或4，而不是 [1,3,3,8,8,1] [[Node:conv2d\u 3/kernel\u 0\u 1=ImageSummary[T=DT\u FLOAT，bad\u color=Tensor， 最大图像数=3

我如何解决这个问题

(x_train, _), (x_test, _) = mnist.load_data()
print("+++++++++++++++shape of x_train " , x_train.shape)
x_train = x_train.astype('float32') / 255.
x_test = x_test.astype('float32') / 255.
# adapt this if using `channels_first` image data format
x_train = np.reshape(x_train, (len(x_train), 28, 28, 1))
# adapt this if using `channels_first` image data format
x_test = np.reshape(x_test, (len(x_test), 28, 28, 1))

#TODO remove after i have solved the problem with the dim mismatch when using the validation dataset
x_train = x_train[range(1000),:,:,:]
x_test = x_test[range(1000),:,:,:]

# execute this in terminal to start tensorboard and let it watch the given logfile
# tensorboard --logdir=/tmp/autoencoder

tensorboardPath = os.path.join(os.getcwd(),"tensorboard")
tensorBoard = TensorBoard(log_dir=tensorboardPath,write_graph=True,write_images=True,histogram_freq=1, embeddings_freq=1, embeddings_layer_names=None)
checkpointer = ModelCheckpoint(filepath=os.path.join(os.getcwd(),"tensorboard"), verbose=1, save_best_only=True)

autoencoder.fit(x_train, x_train,
            epochs=5,
            batch_size=128,
            shuffle=True,
            validation_data=(x_test,x_test),
            callbacks=[tensorBoard, checkpointer])`

---

好的，我找到了问题所在。 显然，在将write_images设置为true的情况下使用tenorboard回调时。

---

将卷积层的可视化写入图像时出现问题。因为存在维度不匹配。据我所知，在验证数据可用的情况下，会写入此类调试数据。如果将写入图像设置为false，则一切正常。

好的，我找到了问题所在。 显然，在将write_images设置为true的情况下使用tenorboard回调时。 将卷积层的可视化写入图像时存在问题。因为存在维度不匹配。据我所知，在验证数据可用的情况下，会写入此类调试数据。如果将write_图像设置为false，则一切正常