Python 在pyhton中运行keras模型时发生ValueError

我正在尝试用python运行下面提到的：

#导入库
从keras.models导入顺序
从keras.layers导入稠密、Conv2D、MaxPool2D、展平
从keras.optimizers导入新加坡元
#模型细节
vgg19=顺序（）
添加（Conv2D（input_shape=（224224,3），filters=64，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=64，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（MaxPool2D（池大小=（2,2），步幅=（2,2）））
添加（Conv2D（filters=128，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=128，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（MaxPool2D（池大小=（2,2），步幅=（2,2）））
添加（Conv2D（filters=256，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=256，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=256，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（MaxPool2D（池大小=（2,2），步幅=（2,2）））
添加（Conv2D（filters=512，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=512，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=512，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（MaxPool2D（池大小=（2,2），步幅=（2,2）））
添加（Conv2D（filters=512，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=512，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（Conv2D（filters=512，kernel_size=（3,3），padding=“same”，activation=“relu”））
添加（MaxPool2D（池大小=（2,2），步幅=（2,2）））
vgg19.add（展平（））
vgg19.添加（密集（单位=4096，激活=“relu”））
vgg19.添加（密集（单位=4096，激活=“relu”））
vgg19.添加（密度（单位=10，激活=“softmax”））
#准备数据集
从keras.dataset导入cifar10
从keras.utils导入到_category
（X，Y），（tsX，tsY）=cifar10.加载_数据（）
#使用一个热编码
Y=到_分类（Y）
tsY=到_分类（tsY）
#将数据类型更改为float
X=X.astype（'float32'）
tsX=tsX.astype（'float32'）
#缩放X和tsX，使每个条目介于0和1之间
X=X/255.0
tsX=tsX/255.0
#训练
优化器=新加坡元（lr=0.001，动量=0.9）
编译（优化器=优化器，loss='classifical\u crossentropy'，metrics=['accurity']）
history=vgg19.fit（X，Y，epochs=100，batch\u size=64，validation\u data=（tsX，tsY），verbose=0）

在训练模型后，我得到以下提到的

值错误

：

ValueError:layer dense_9的输入0与layer不兼容：输入形状的轴-1应具有值25088，但接收到带形状的输入（无，512）

请提出建议，如何修复输入形状，如果有人能对该问题进行简要解释，会更好。

---

提前谢谢

您可以使用

X.shape

检查X的形状。 它清楚地表明X的形状是（50000,32,32,3）

所以你的第一层应该是这样的：

vgg19=Sequential（）
添加（Conv2D（input_shape=（32,32,3），filters=64，kernel_size=（3,3），padding=“same”，activation=“relu”））

CIFAR10的图像尺寸为32x32，而不是224x224。谢谢@Dr.Snoopy，该建议解决了问题，现在可以使用了。谢谢@Prakash Dahal，非常感谢您的帮助！模型通过改变这些参数的输入来工作。