ValueError: Input 0 is in compatible with layer resnet50: expected shape=(None, 180, 180, 3), found shape=(180, 180, 3)答案

【问题标题】：ValueError: Input 0 is incompatible with layer resnet50: expected shape=(None, 180, 180, 3), found shape=(180, 180, 3)ValueError: Input 0 is in compatible with layer resnet50: expected shape=(None, 180, 180, 3), found shape=(180, 180, 3)
【发布时间】：2021-09-08 10:28:43
【问题描述】：

使用 TFF 0.18，我发现了这个问题：

images, labels = next(img_gen.flow_from_directory(path0,target_size=(180, 180), batch_size = 2,class_mode=None))
sample_batch = (images,labels)  # assumes images and labels are np.ndarray
input_spec = tf.nest.map_structure(tensor_spec_from_ndarray, sample_batch)

这是 input_spec 的输出

(TensorSpec(shape=(180, 180, 3), dtype=tf.float32, name=None), TensorSpec(shape=(180, 180, 3), dtype=tf.float32, name=None))

这是我的模型：

model = tf.keras.applications.ResNet50(include_top=False, weights=None, input_tensor=tf.keras.Input(shape=(180, 180, 3)), pooling=None)

【问题讨论】：

标签： tensorflow tensorflow-federated

【解决方案1】：

在高层次上，错误消息是说张量的等级不同（4 对 3）。

expected shape=(None, 180, 180, 3)

预期的形状有一个前导的None 维度，即批次维度。

found shape=(180, 180, 3)

找到的形状只有等级 3，没有批次维度。

问题中的代码有batch_size = 2 行，这有点令人惊讶。我将深入研究img_gen.flow_from_directory() 函数如何使用该参数，以查看是否可以获取批处理维度。

【讨论】：