为什么我在使用 keras Conv2D 层时会出错？答案

【问题标题】：Why do I get error when use keras Conv2D layer?为什么我在使用 keras Conv2D 层时会出错？
【发布时间】：2017-08-02 18:16:48
【问题描述】：

我使用下一个基于 keras 的架构 (article)：

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(150, 150, 3)))
...
model.fit_generator(
    train_generator,
    steps_per_epoch=nb_train_samples // batch_size,
    epochs=epochs,
    validation_data=validation_generator,
    validation_steps=nb_validation_samples // batch_size)

model.save_weights('first_try.h5')

from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img

img = load_img('test_data/a1.jpg')  # this is a PIL image
img = img.resize((150, 150))
x = img_to_array(img)

prediction = model.predict(x)
print(prediction)

ValueError: 检查时出错：预期 conv2d_1_input 有 4 个维度，但得到的数组形状为 (150, 150, 3)

你能告诉我如何解决它吗？

【问题讨论】：

标签： machine-learning artificial-intelligence keras

【解决方案1】：

您正在向模型提供单个样本，而模型需要一批样本，这就是 4 个预期维度的来源：batch_size + img_shape。

获得您想要的单个图像的多种方法之一是

x = np.array([img])

【讨论】：

我也发现 x = np.expand_dims(x, axis=0)
@OlegDats 完全正确，即使是简单的x.reshape(1, *img.shape) 也应该可以工作。