如何在MNIST上的卷积神经网络中解决这个不兼容的形状问题

Question

我在MNIST(CNN(上建立了一个图像分类模型，该模型在测试集上运行良好。然而，当我从谷歌上传图像，调整其大小，将其标准化并将其提供给我的模型时，我有一个尺寸错误。我的模型的输入张量形状是(None,28,28)，但当我给模型一个28x28像素的图像时，它表明我的输入是(None,28)。我该如何解决这个问题？model_code.jpg

这就是我的错误：

WARNING:tensorflow:Model was constructed with shape (None, 28, 28) for input Tensor("flatten_input_2:0", shape=(None, 28, 28), dtype=float32), but it was called on an input with incompatible shape (None, 28). 
ValueError: Input 0 of layer dense is incompatible with the layer: expected axis -1 of input shape to have value 784 but received input with shape [None, 28]

非常感谢。

Answer 1

您需要重新塑造图像，使用numpy可以很容易地通过这个完成

import numpy as np
image = np.array(image).reshape(1,28,28)

这个错误可能是由于tensorflow期望有很多图像，所以如果你提供了100个图像，阵列的形状将是(100,28,28(，但由于你有一个单独的图像，它在(28,28(中，这是正常的。将其重塑为正确的格式将解决问题

Answer 2

我猜您错过了batch size维度，您只输入了一个(28，28(图像，前28个图像被识别为batch，您需要将输入更改为(1,28,28(。

tf.reshape(image, (1,28,28))