#python #tensorflow #machine-learning #keras #deep-learning
#python #тензорный поток #машинное обучение #keras #глубокое обучение
Вопрос:
Я пытаюсь запустить следующий код.
model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(16,(3,3),activation='relu',input_shape = (200,200,3)),
tf.keras.layers.MaxPool2D(2,2),
#
tf.keras.layers.Conv2D(16,(3,3),activation='relu',input_shape = (200,200,3)),
tf.keras.layers.MaxPool2D(2,2),
#
tf.keras.layers.Conv2D(16,(3,3),activation='relu',input_shape = (200,200,3)),
tf.keras.layers.MaxPool2D(2,2),
##
tf.keras.layers.Flatten(),
##
tf.keras.layers.Dense(512,activation= 'relu'),
##
tf.keras.layers.Dense(1,activation='sigmoid')
])
image_dir = r"C:UsersShreyaDesktopProjectbasedatatestingtestingtomato"
img_list = os.listdir(image_dir)
for i in img_list:
path = os.path.join(image_dir, i)
img = image.load_img(path, target_size = (150, 150))
img = np.asarray(img)
array = image.img_to_array(img)
pred = model.predict_classes((img/255).reshape((150,150,3)))
plt.figure('img')
plt.imshow(img,cmap='gray')
plt.title('pred:' str(pred[0]), fontsize=22)
plt.show()
После выполнения этого я получаю следующую ошибку:
ValueError: Input 0 of layer sequential is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: [None, 150, 3]
пожалуйста, помогите
Комментарии:
1. Вы передаете 3D-тензор, когда модель ожидает 4D-тензор.
2. Как я должен это решить.
Ответ №1:
Судя по ошибке, вероятно, вы не добавили batch_axis в свой обучающий набор данных. То есть [batch, w, h, channel]
Рабочий пример кода
x_train, x_test = x_train.reshape(-1,200,200,1), x_test.reshape(-1,200,200,1)