输入检查错误：期望 conv2d_1_input 具有形状 (3, 32, 32)，但得到形状为 (32, 32, 3) 的数组。

Question

我想训练CIFAR10数据集的CNN，但出现了以下错误：

检查输入时出错：期望conv2d_10_input的形状为（3, 32, 32），但得到的数组形状为（32, 32, 3）。

这是我的CNN模型链接。

epochs = 10 batch_size = 32

model.fit(X_train，Y_train，validation_data =（X_test，Y_test），epochs = epochs，batch_size = batch_size，verbose = 1)。

- DevManush

---

将此处 'input_shape=(32, 32, 3)' 更改为其他值。 - Rahul Verma

Answer 1

看起来数据集的格式是(高度, 宽度, 通道)，但模型期望的格式是(通道, 高度, 宽度)。

我们可以使用tf.transpose()函数在这两种格式之间进行转换，该函数可以"切换"张量的维度。

要将单个图像张量从HWC格式转换为CHW格式，只需执行以下操作：

TO convert a single image tensor from HWC to CHW just do:

要将单个图像张量从HWC转换为CHW，只需执行以下操作：

reshaped = tf.transpose(image_tensor, (2,0,1))

要批量转换，您可以执行以下操作：

reshaped = tf.transpose(images_tensor, (0,3,1,2))

- Stewart_R

---

你可以设置 channels_last = False。 - WiseDev