Tensorflow 矩阵大小不兼容：在[0]：[15,15]，在[1]：[675128]

我正在一个自定义数据集上训练一个模型，该数据集包含4600张不同形状的图像

以下是数据的简要介绍：

这是一个非常简单的模型：

model = tf.keras.Sequential()

# Arch
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation ='relu'))
model.add(tf.keras.layers.Dense(128, activation ='relu'))
model.add(tf.keras.layers.Dense(9, activation ='softmax'))

model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.0001),
          loss='sparse_categorical_crossentropy',
          metrics=['accuracy'])

以下是模型的摘要：

然后我尝试了以下方法：

trial = cv2.imread("Trial\\3.png")
gray = cv2.cvtColor(trial, cv2.COLOR_BGR2GRAY)
plt.imshow(gray)
plt.show()
gray = cv2.resize(gray, (15, 15))
#gray = img_to_array(gray)
#gray = np.expand_dims(gray, axis=0)

pred = model.predict(gray)

无法预测并给出以下错误：

---

我想你应该：

model.add(tf.keras.layers.Flatten(), input_shape=(15 * 15, ))

在第一层