在 keras 的第一层上定义 inputshape 的正确方法答案

【问题标题】：Proper way to define inputshape on the first layer on keras在 keras 的第一层上定义 inputshape 的正确方法
【发布时间】：2018-06-03 07:29:42
【问题描述】：

我有 35000 张 256x256 灰度图像的数组

print(len(data))
>>>35000
print(data[0].shape)
>>>(256, 256)

我的第一层是

model.add(Conv2D(64, (3, 3), input_shape=(35000,), activation='relu'))

它给了我错误

>>>ValueError: Input 0 is incompatible with layer conv2d_1: expected ndim=4, found ndim=2

我做错了什么？定义输入形状的正确方法是什么？

【问题讨论】：

你看docs了吗？
我也试过 (256,256) 但得到了ValueError: Input 0 is incompatible with layer conv2d_1: expected ndim=4, found ndim=3
纠正你丢失的 RGB 颜色，除非你没有这些信息，那么也许你应该使用 Conv1D

【解决方案1】：

卷积层输入形状：(images, height, width, channels)

所以：

【讨论】：