层sequential_43的输入0与层不兼容：：预期min_ndim=5，发现ndim=4。收到的完整形状：（无、32、32、100000）

Question

我的错误：

Input 0 of layer sequential_43 is incompatible with the layer: 
: expected min_ndim=5, found ndim=4. Full shape received: (None, 32, 32, 100000)

我输入的形状：

samples.shape 给(32,32,32,100000)

labels.shape 给(100000,)

我现在尝试运行的代码如下：

model = keras.models.Sequential()
layers = tf.keras.layers

model.add(layers.Conv3D(filters=5, kernel_size=(4,4,4), strides=2, activation='relu', input_shape=(8,32,32,32,1)))
model.add(layers.Conv3D(filters=5, kernel_size=(4,4,4), strides=1, activation='relu'))
model.add(layers.Conv3D(filters=5, kernel_size=(4,4,4), strides=1, activation='relu'))
model.add(layers.Conv3D(filters=5, kernel_size=(4,4,4), strides=1, activation='relu'))
model.add(layers.Conv3D(filters=5, kernel_size=(4,4,4), strides=2, activation='relu'))


model.add(layers.Flatten())
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dense(1, activation='relu'))

model.compile(optimizer=Adam(learning_rate=0.0001),loss='mape',metrics=['accuracy'])
model.fit(x=samples,y=labels,validation_split=0.1,epochs=1,shuffle=True,verbose=2)

我看到的每个地方的语法都是 (batchsize,dim1,dim2,dim3,dim4)。我将 batchsize 设置为 8，将数据设置为 32x32x32 立方体，并将颜色设置为 1 维。即使我从input_shape 中删除批量大小并将其添加到model.fit 作为batch_size=8 它也会给出相同的错误。有谁知道为什么？

Answer 1

如您的问题所述，维度的顺序为(batchsize,dim1,dim2,dim3,dim4)，因此您需要重塑您的samples 数组以匹配该顺序。

您可以转置数组以将样本数作为第一个维度，并将其扩展以将通道维度（或颜色，如果我重复使用您的术语）设为 1。

>>> samples.shape
TensorShape([32, 32, 32, 100000])
>>> samples = tf.expand_dims(tf.transpose(samples,[3,0,1,2]), axis=-1)
>>> samples.shape
TensorShape([100000, 32, 32, 32, 1])