Python 如何将数据馈送到keras.layer Conv2D以及如何更改输入形状？

我很难弄清楚如何将我的数据传送给CNN。 数据已经从fits文件中提取出来，作为代表灰度图像的200x200的numpy数组

def create_vgg16():
    img_height = 200
    img_width = 200

    model = Sequential()
    inputs = Input(shape=(200,  200, 1))
    y = Conv2D(64, (3, 3), activation='relu')(inputs)
    y = Conv2D(64, (3, 3), activation='relu')(y)
    y = MaxPooling2D(2, 2)(y)
    y = Conv2D(128, (3, 3), activation='relu')(y)
    y = Conv2D(128, (3, 3), activation='relu')(y)
    y = MaxPooling2D(2, 2)(y)
    y = Conv2D(256, (3, 3), activation='relu')(y)
    y = Conv2D(256, (3, 3), activation='relu')(y)
    y = Conv2D(256, (3, 3), activation='relu')(y)
    y = MaxPooling2D(2, 2)(y)
    y = Flatten()(y)
    y = Dense(100, activation='relu')(y)
    y = Dense(50, activation='relu')(y)
    predictions = Dense(2, activation='softmax')(y)
    test_model = Model(inputs=inputs, outputs=predictions)
    test_model.compile(Adam(lr=.0001), loss='categorical_crossentropy',
                       metrics=['accuracy'])
    test_model.summary()

    model.compile(loss=tf.losses.MeanSquaredError(),
                  optimizer=tf.optimizers.Adagrad(),
                  metrics=tf.keras.metrics.binary_accuracy)

    return model   

这是列车数据：

打印（数据列车）

以及列车数据形状：

打印（数据列形状）

频道数为1

拟合模型时应自动检索批次大小

模型拟合（数据拟合）， 火车， 纪元=10， 验证数据=（数据测试、标签测试）， 批量大小=32 )

发出的错误是

 ValueError: This model has not yet been built. Build the model first by calling `build()` or calling `fit()` with some data, or specify an `input_shape` argument in the first layer(s) for automatic build.

已定义输入形状并调用fit（）。所以我认为形状是错误的。 当我尝试在馈送前重塑数据时

 data_train.reshape((200, 200, 1))

将显示此错误：

ValueError: cannot reshape array of size 95360000 into shape (200,200,1)

我试过了

data_train.reshape((-1,200, 200, 1))

虽然没有整形错误，但印刷前后的形状绝对没有变化。

---

我应该如何输入数据？

您可以使用以下命令来重塑200x200x1阵列的形状

data = data.reshape(-1,200,200,1)

您还可以将（n_samples，200200,1）形状的数据转换为数据集并对其进行批处理。它应该可以解决您的尺寸问题

---

您可以使用以下命令执行此操作：tf.data.Dataset.from_tensor_slices（（输入，输出））.batch（BATCHSIZE）

您可以使用

test_Model

变量而不是

Model

创建模型。这只是打字错误

ValueError: cannot reshape array of size 95360000 into shape (200,200,1)

data_train.reshape((-1,200, 200, 1))

data = data.reshape(-1,200,200,1)