ValueError：检查输入时出错：预期 keras_layer_input 有 4 个维度，但得到了形状为 (10, 1) 的数组

Question

在这被标记为重复之前，我已经尝试了所有类似的问题，但其中大部分都没有解决，如果他们有答案，它不适用于我的问题。原始代码有10多个样本。

输入：模型输入 np.arrays 的列表。 sample_train_emb1 的长度 = 2

问题：model.fit() 错误ValueError: Error when checking input: expected keras_layer_input to have 4 dimensions, but got array with shape (10, 1)

这是我的 plot_model 图片：

model.fit() 看起来像这样：

model.fit(
    sample_train_emb1,
    sample_y_train,
    validation_data=(sample_valid_emb1, sample_y_valid),
    epochs=epoch,
    batch_size=batch_size,
    verbose=1,
)

谢谢！如果您需要更多详细信息来帮助我解决此问题，请告诉我。它有许多类似的帖子仍未解决，所以我认为它会对将来可能面临同样问题的任何人有所帮助。

到目前为止我已经尝试过：

• 交换两个功能。
• 将图像特征转换为 `TensorShape([Dimension(1),
  Dimension(224), Dimension(224), Dimension(3)]) 基于similar question's answer

Answer 1

我终于明白了。使用来自this post 的答案。

sample_train_emb1[1] = np.array([x for x in sample_train_emb1[1]])

希望这对将来的任何人都有帮助。