预期输入有 4 个维度，但得到的数组具有形状

Question

我有这个错误

检查输入时出错：预期 input_13 有 4 个维度，但得到的数组的形状为 (7, 100, 100)

对于以下代码，我应该如何重塑数组以适应 4 维，我搜索了它，但不理解以前的解决方案。如果不清楚它在卷积神经网络中非常常见的问题，请询问。

inputs=Input(shape=(100,100,1))

x=Conv2D(16,(3,3), padding='same')(inputs)
x=Activation('relu')(x)
x=Conv2D(8,(3,3))(x)
x=Activation('relu')(x)
x=MaxPooling2D(pool_size=(2,2))(x)
x=Dropout(0.2)(x)
x=Dense(num_classes)(x)
x=Activation('softmax')(x)
output=Activation('softmax')(x)
model=Model([inputs], output)

Answer 1

如果 x 是您的数据数组，您应该简单地应用以下转换：

x = x.reshape((-1, 100, 100, 1))