ValueError: Input 0 is in compatible with layer model_8: expected shape=(None, 898, 699, 1), found shape=(None, 699, 1)答案

【问题标题】：ValueError: Input 0 is incompatible with layer model_8: expected shape=(None, 898, 699, 1), found shape=(None, 699, 1)ValueError: Input 0 is in compatible with layer model_8: expected shape=(None, 898, 699, 1), found shape=(None, 699, 1)
【发布时间】：2021-11-01 13:32:38
【问题描述】：

我想将一个尺寸为 898 x 699 的数组重塑为预期的shape=(None, 898, 699, 1)，这是卷积神经网络 (CNN) 所需的。我曾尝试使用命令np.expand_dims(model, axis=-1)，但是当我将其结果传递给 CNN 时，它会返回此错误消息。

ValueError: Input 0 is in compatible with layer model_8: expected shape=(None, 898, 699, 1), found shape=(None, 699, 1)

我该如何纠正这个问题？

这是我的模型总结

Model: "model_8"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_12 (InputLayer)        [(None, 898, 699, 1)]     0         
_________________________________________________________________
conv2d_29 (Conv2D)           (None, 898, 699, 32)      320       
_________________________________________________________________
max_pooling2d_17 (MaxPooling (None, 449, 350, 32)      0         
_________________________________________________________________
conv2d_30 (Conv2D)           (None, 449, 350, 32)      9248      
_________________________________________________________________
max_pooling2d_18 (MaxPooling (None, 225, 175, 32)      0         
_________________________________________________________________
conv2d_transpose_18 (Conv2DT (None, 450, 350, 32)      9248      
_________________________________________________________________
conv2d_transpose_19 (Conv2DT (None, 900, 700, 32)      9248      
_________________________________________________________________
conv2d_31 (Conv2D)           (None, 900, 700, 1)       289       
=================================================================
Total params: 28,353
Trainable params: 28,353
Non-trainable params: 0
_________________________________________________________________

【问题讨论】：

标签： python tensorflow deep-learning neural-network reshape

【解决方案1】：

您的输入层与您提供给模型的数据的形状不兼容。数据样本的大小为 (None, 699, 1)（其中 None 是批次维度）。也许你并不是说你的第一个维度是批量维度（我看到你也想要一个大小为 899 的维度）。因此，如果您使用 TF 数据集，您可以执行以下操作：

dataset = dataset.batch(1)

这将为数据集添加一个新维度，您将拥有一个与您的输入形状兼容的数据集形状 (None, 899, 699,1)。

【讨论】：

我使用的是 numpy 数组而不是 TF 数据集。如何使用 numpy 实现这种形状（无、899、699、1）？
然后你可以这样做：x= x[np.newaxis, :] and y = y[np.newaxis, :]。其中 x 和 y 分别是输入和输出的 numpy 数组