ValueError: Input 0 is in compatible with layer model_2: expected shape=(None, 160, 160, 3), found shape=(32, 160, 3)答案

【问题标题】：ValueError: Input 0 is incompatible with layer model_2: expected shape=(None, 160, 160, 3), found shape=(32, 160, 3)ValueError: Input 0 is in compatible with layer model_2: expected shape=(None, 160, 160, 3), found shape=(32, 160, 3)
【发布时间】：2021-09-14 08:14:42
【问题描述】：

我正在尝试使用来自预训练模型 MobileNet V2 的基本模型构建图像分类器。这是模型的代码：

    img_size = (160, 160)
    img_shape = img_size + (3,)
    print(img_shape)
    base_model = tf.keras.applications.MobileNetV2(input_shape=img_shape,
                                                   include_top=False,
                                                   weights='imagenet')

    base_model.trainable = False
    global_average_layer = tf.keras.layers.GlobalAveragePooling2D()
    prediction_layer = tf.keras.layers.Dense(2, activation="softmax")

    inputs = tf.keras.Input(shape=img_size + (3,))
    print("shape",inputs.shape)
    x = preprocess_input(inputs)
    x = base_model(x, training=False)
    x = global_average_layer(x)
    x = tf.keras.layers.Dropout(0.2)(x)
    outputs = prediction_layer(x)
    model = tf.keras.Model(inputs, outputs)

    base_learning_rate = 0.0001
    model.compile(optimizer=tf.keras.optimizers.Adam(lr=base_learning_rate),
              loss=tf.keras.losses.CategoricalCrossentropy(from_logits=True))

但是当我尝试向它提供数据时，它会输出以下错误：

ValueError: Input 0 is incompatible with layer model_2: expected shape=(None, 160, 160, 3), found shape=(32, 160, 3)

我不明白为什么会出现这个错误，我重新调整了所有图像的形状，如果我打印它们的形状，输出是：

(160, 160, 3)

模型预期的形状相同。我错过了什么？

谢谢！

【问题讨论】：

模型需要批量维度。如果您使用 tf.data，则需要批量处理数据

标签： python tensorflow keras

【解决方案1】：

您的模型需要 4-D 形状的输入，但您提供的是 3-D 输入。需要添加@Frightera 评论中提到的额外批次维度 .

image = (160, 160, 3)
tf.expand_dims(image, axis=0).shape.as_list()

output:
(1, 160, 160, 3)

【讨论】：