我已经检查了所有解决方案,但仍然面临着相同的错误。我的训练图像形状是(26721, 32, 32, 1)
,我相信它是四维的,但我不知道为什么错误显示它是五维的。
model = Sequential()
model.add(Convolution2D(16, 5, 5, border_mode='same', input_shape= input_shape ))
这就是我对model.fit_generator
的定义方式。
model.fit_generator(train_dataset, train_labels, nb_epoch=epochs, verbose=1,validation_data=(valid_dataset, valid_labels), nb_val_samples=valid_dataset.shape[0],callbacks=model_callbacks)
model.summary()
中,Keras会将该维度显示为None
。 - Daniel Möller(26721, 32, 32)
,验证数据的维度是(6680, 32, 32)
。现在我明确定义图像大小为(32, 32, 1)
,然后它给我一个错误:ValueError: Error when checking input: expected conv2d_9_input to have 4 dimensions, but got array with shape (6680, 32, 32)
。我还在帖子中编辑了model_fit.generator
,请你检查一下那里。 - Luckychannel
维度:x_validation = x_validation.reshape(6680,32,32,1)
。 - Daniel Möller