Keras BatchNormalization 层不兼容错误答案

【问题标题】：Keras BatchNormalization layer incompatibility errorKeras BatchNormalization 层不兼容错误
【发布时间】：2021-03-16 00:19:03
【问题描述】：

我有以下（部分）网络架构：

获得者

...
pool = GlobalAvgPool()(gc_2)
predictions = Dense(units=32, activation='relu', use_bias=False)(pool)
predictions = BatchNormalization()(predictions)
...

我正在尝试插入批量标准化层，但出现以下错误：

ValueError: 层 batch_normalization_1 的输入 0 与层不兼容：预期 ndim=2，发现 ndim=3。收到的完整形状：[None, 1, 32]

我猜是第二个维度导致了这个事故。有什么办法可以摆脱它？

【问题讨论】：

标签： tensorflow keras tensorflow2.0 batch-normalization

【解决方案1】：

如果你的模型编译成功，说明你的模型定义没有问题。

这更有可能发生，因为输入数据的形状和尺寸与您的模型所需的输入形状不兼容。

expected ndim=2, found ndim=3. 表示模型需要一个 2D 张量与

【讨论】：