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
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]
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)