np.array 创建形状与原始形状不同答案

【问题标题】：np.array creation shape differs from originalnp.array 创建形状与原始形状不同
【发布时间】：2021-12-11 06:09:27
【问题描述】：

我正在尝试使用 keras 在 tensorflow 中测试/预测我的模型。

目前，我正在使用来自火车数据集的图像，一旦它工作，我将进行更改

所以我这样称呼预测：

print(x[0].shape) # <- (128, 128, 3)
print(np.array(x[0])[0].shape) # <- (128, 3)
model.predict(np.array(x[0]))

但它给了我：层模型：预期形状=(None, 128, 128, 3)，找到形状=(32, 128, 3)

它不应该工作吗？为什么创建数组时形状会发生变化？

【问题讨论】：

【解决方案1】：

model.predict 总是分批工作。因此，您需要分批提供测试数据，或者换句话说“按行提供数据点”。如果您只想预测一个数据点，您必须像 vivekpadia 所说的那样扩展它，或者试试这个：

model.predict(x)

【讨论】：

【解决方案2】：

您需要为批量大小添加一个额外的维度。对于单个图像的批量大小为 1。您可以使用 np.expand_dims 添加额外的维度。

np.expand_dims(np.array(x[0]), axis=0)

【讨论】：