检查输入时出错：预期 conv2d_1_input 的形状为 (3, 32, 32) 但得到的数组的形状为 (32, 32, 3)

Posted 2023-02-16

【中文标题】检查输入时出错：预期 conv2d_1_input 的形状为 (3, 32, 32) 但得到的数组的形状为 (32, 32, 3)

【英文标题】：Error when checking input: expected conv2d_1_input to have shape (3, 32, 32) but got array with shape (32, 32, 3)

【发布时间】：2019-12-01 02:42:53

【问题描述】：

我想针对 cifar10 数据集训练 CNN，但出现此错误 检查输入时出错：预期 conv2d_10_input 的形状为 (3, 32, 32)，但得到的数组的形状为 (32, 32, 3)

this is my CNN model

历元 = 10 batch_size = 32

model.fit(X_train, Y_train, validation_data=(X_test, Y_test), epochs=epochs, batch_size=batch_size, verbose = 1)

【问题讨论】：

改变这个'input_shape=(32, 32, 3)'

【参考方案1】：

数据集似乎是（高度、宽度、通道）格式，但模型需要的是（通道、高度、宽度）格式。

我们可以使用tf.transpose() 函数在这些之间进行转换，该函数可以围绕张量的维度“切换”。

要将单个图像张量从 HWC 转换为 CHW，只需执行以下操作：

reshaped = tf.transpose(image_tensor, (2,0,1))

要转换批次，您可以这样做：

reshaped = tf.transpose(images_tensor, (0,3,1,2))

【讨论】：

你可以设置channels_last = False