Python ValueError:层max_Poolig2D_4的输入0与层不兼容:预期ndim=4,发现ndim=5
我已经检查了所有解决方案,但我一直面临着相同的错误: ValueError:layer max_Poolig2D_4的输入0与不兼容 层:预期ndim=4,发现ndim=5。收到完整格式:[无, 1651298298,10] 这是我的密码:Python ValueError:层max_Poolig2D_4的输入0与层不兼容:预期ndim=4,发现ndim=5,python,tensorflow,keras,deep-learning,conv-neural-network,Python,Tensorflow,Keras,Deep Learning,Conv Neural Network,我已经检查了所有解决方案,但我一直面临着相同的错误: ValueError:layer max_Poolig2D_4的输入0与不兼容 层:预期ndim=4,发现ndim=5。收到完整格式:[无, 1651298298,10] 这是我的密码: from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Conv2D, MaxPooling2D, Flatten, Dropout
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPooling2D, Flatten, Dropout
model = Sequential()
model.add(Conv2D(10, kernel_size=(3, 3), activation = "relu", input_shape=(1651, 300, 300, 3)))
model.add(MaxPooling2D(pool_size=(2, 2)))
我检查了每个库,目前正在使用最新版本:
- Tensorflow 2.3.0
- numpy 1.16.4
- keras 2.3.1
X_train = np.array(X_train, copy=True)
print(X_train.ndim)
print(X_train.shape)
四,
(16513003003)
(1651,)
正确的输入形状是input_shape=(300,300,3)。。。您不需要通过批处理。谢谢。这就是问题所在。
Y_train = np.array(Y_train, copy=True)
print(Y_train.shape)