Tensorflow ValueError:无法为张量';输入形状(1,1)的值;占位符_765:0';,其形状为';(1)及"x27 ;;

Tensorflow ValueError:无法为张量';输入形状(1,1)的值;占位符_765:0';,其形状为';(1)及"x27 ;;,tensorflow,keras,Tensorflow,Keras,我在一个包含100个类的自定义数据集上从头开始训练了一个InceptionV3。在Keras上初始化CNN模型。我现在尝试使用傻瓜箱为我的这个模型生成对抗性的例子,但是我得到了上面的错误。我哪里做错了?这个库(傻瓜箱)对其他人来说似乎工作得很好,我的模型正确地通过了图像分类过程,没有任何错误,但是包装器模型生成了它 从keras.models导入负载模型 从keras.applications.vgg16导入vgg16 进口傻瓜箱 从傻瓜箱.models导入KerasModel 从傻瓜箱.att

我在一个包含100个类的自定义数据集上从头开始训练了一个InceptionV3。在Keras上初始化CNN模型。我现在尝试使用傻瓜箱为我的这个模型生成对抗性的例子,但是我得到了上面的错误。我哪里做错了?这个库(傻瓜箱)对其他人来说似乎工作得很好,我的模型正确地通过了图像分类过程,没有任何错误,但是包装器模型生成了它

从keras.models导入负载模型
从keras.applications.vgg16导入vgg16
进口傻瓜箱
从傻瓜箱.models导入KerasModel
从傻瓜箱.attacks导入LBFGSAttack
从傻瓜箱.criteria导入TargetClass
将numpy作为np导入
进口傻瓜箱
keras.backend.set_learning_phase(0)
模型=负载模型(“标准接收v3.h5”)
fmodel=傻瓜箱.models.KerasModel(模型,边界=(0255))
从PIL导入图像
img=Image.open(“/home/shikhar/Downloads/suit.jpeg”)
img=img.resize((224))
img=np.asarray(img)
img=img[:,:,:3]
lab=模型预测(np.扩展尺寸(img,轴=0))
label=np.argmax(实验室,轴=1)
从傻瓜箱.criteria导入错误分类,TargetClass
攻击=傻瓜箱.attacks.FGSM(model=fmodel)
敌对=攻击(img、标签、解包=错误)

根据在询问由您的代码引起的问题时,如果您提供人们可以用来重现问题的代码,您将得到更好的答案哪一行产生错误?我们还可以看到您的原始keras模型吗?它是keras的标准InceptionV3,在我的100类数据集上随机初始化和训练。错误是在我运行最后一行(攻击)后生成的。