KERAS-我应该如何指定培训数据的输入_SHAPE?(数据是灰度图像)

Question

我正在使用keras中的 Conv2d对灰度图像进行一些分类。每个图像都存储为240*300矩阵(即列表[ A_1, A_2,..., A_240 ]，每个A_k是长度300

的列表

我应该如何指定Convnet第一层的input_shape？

谢谢

valueerror：conv2d层的输入0与该层不兼容： 预期ndim = 4，发现ndim = 3。收到完整的形状 ：[无，240，300]

Answer 1

首先，您需要重塑数据，并在一个大小的末端添加一个尺寸，该尺寸代表一个通道(灰度映像(。假设data具有形状(samples, 240, 300)：

data = data.reshape((-1, 240, 300, 1))

这将使data具有形状(samples, 240, 300, 1)。然后到达第一层，您应该给input_shape=(240, 300, 1)