input_shape 的错误预期有 4 个维度，但得到了形状为 (73257, 32, 32) 的数组答案

【问题标题】：Error with the input_shape expected to have 4 dimensions, but got array with shape (73257, 32, 32)input_shape 的错误预期有 4 个维度，但得到了形状为 (73257, 32, 32) 的数组
【发布时间】：2022-01-02 12:30:51
【问题描述】：

我有这种形状的灰度图像：x_train_grey.shape = (73257, 32, 32)

我这样指定第一层：

Flatten(input_shape=(32,32,1)' 因为我没有通过 batch_size 并且灰度图像只有 1 个通道。但我得到这个错误：

ValueError: Error when checking input: expected flatten_1_input to have 4 dimensions, but got an array with shape (73257, 32, 32)

我不明白什么是错的，请帮助。我知道这个问题已经被问过很多次了，但我找不到解决办法。

干杯！

【问题讨论】：

标签： python tensorflow deep-learning neural-network shapes

【解决方案1】：

问题可能在于您将数据传递给模型的方式。如果您的输入形状是(batch_size, 32, 32)，请尝试以下操作：

import tensorflow as tf

grey_scale_images = tf.random.normal((64, 32, 32))

model = tf.keras.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=(32,32,1)))

print(model(grey_scale_images).shape)
# (64, 1024)

更新：input_shape=(32,32,1) 和 input_shape=(32,32) 都可以使用。这取决于您如何将数据提供给模型：

import tensorflow as tf

grey_scale_images = tf.random.normal((64, 32, 32))
Y = tf.random.normal((64, 1024))
model = tf.keras.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=(32, 32, 1)))
model.compile(loss='MSE')
model.fit(grey_scale_images, Y)

【讨论】：

其实，简单地传递input_shape=(32,32) 就可以了，谢谢！
我认为你错了...检查我更新的答案。
谢谢，但我不太确定这是对的。我试过input_shape=(32,32,1)，但它不起作用。你建议在通过之前需要做什么而不是input_shape=(32,32)？是否有一些规则说应该使用 (32,32,1) 而不是 (32,32) 或者没关系，正如你所说的两个选项都有效？
检查我答案的底部。正如我所说，两者都有效，但这取决于您的数据是什么样的

【解决方案2】：

我也在学习这些东西，但我猜想“1”作为维度的条目数是不可能的。即使有可能，这也是一个开始。 “1”作为轴的大小对我来说没有意义。还有其他人吗？

【讨论】：

谢谢，确实input_shape=(32,32) 似乎工作正常