ValueError：conv2d 层的输入 0 与层不兼容：：预期 min_ndim=4，发现 ndim=3。收到的完整形状：（无、180、180）答案

【问题标题】：ValueError: Input 0 of layer conv2d is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: (None, 180, 180)ValueError：conv2d 层的输入 0 与层不兼容：：预期 min_ndim=4，发现 ndim=3。收到的完整形状：（无、180、180）
【发布时间】：2021-09-28 16:48:09
【问题描述】：

这是我的代码，

我试图在 CNN 网络下构建，我正在观察这个错误，

model.add(Conv2D(8,3,activation='relu',padding='same',input_shape=(180,180)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(16,3,activation='relu',padding='same',input_shape=(180,180)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(32,3,activation='relu',padding='same',input_shape=(180,180)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(64,3,activation='relu',padding='same',input_shape=(180,180)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(128,3,activation='relu',padding='same',input_shape=(180,180)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(254, activation='relu'))
model.add(Dense(9, activation='softmax'))

image_batch 是形状 (32, 180, 180, 3) 的张量。这是一组 32 张形状为 180x180x3 的图像（最后一个维度是指颜色通道 RGB）。 label_batch 是形状 (32,) 的张量，这些是对应于 32 张图像的标签

【问题讨论】：

标签： python tensorflow conv-neural-network

【解决方案1】：

你需要配置 CNN 来处理 shape 的输入

model.add(layers.Conv2D(8, (3, 3), activation='relu', input_shape=(180, 180, 3)))

第一个维度被认为是batch_size。如果您指定input_shape=(180,180)，则意味着image_height=180, image_width=180 和batch_size=None 意味着可以在模型拟合阶段提供任意数量的样本作为输入。

【讨论】：