Keras ValueError:输入0与图层conv2d_1不兼容:预期ndim = 4,发现ndim = 5

Question

我检查了所有解决方案,但我仍面临同样的错误.我的训练图像形状是(26721,32,32,1),我相信它是4维,但我不知道为什么错误显示它是5维.

 model = Sequential()

 model.add(Convolution2D(16, 5, 5, border_mode='same', input_shape= input_shape ))

所以这就是我定义model.fit_generator的方法

(26721, 32, 32, 1)

有人可以帮我这个吗？

Answer 1

问题是input_shape.

它实际上应该只包含3个维度.内部keras将添加批量维度4.

由于您可能使用input_shape了4个维度(包括批处理),因此keras正在添加第5个维度.

你应该用input_shape=(32,32,1).

Answer 2

问题在于input_shape. 尝试添加额外的维度/通道，让 keras 知道您正在处理灰度图像，即 -->1

input_shape= (56,56,1). 可能如果您使用的是普通的深度学习模型，那么它不会引发问题，但对于 Convnet 来说却是。

Answer 3

为了重塑数据，我们需要添加第四维，即从(6000,28,28)到(6000,28,28,1)

我的代码是：

img_rows=x_train[0].shape[0]
img_cols=x_test[0].shape[1]

X_train=x_train.reshape(x_train.shape[0],img_rows,img_cols,1)

X_test=x_test.reshape(x_test.shape[0],img_rows,img_cols,1)


Input_shape=(img_rows,img_cols,**).  *->  I forgot to put 1 here.

我遇到了同样的问题

Input 0 is incompatible with layer conv2d_4 : except ndim=4 ,found ndim=3

我通过简单地在输入形状中放置值来解决这个问题

Input_shape=(img_rows,img_cols,1)#store the shape of single image.

有了这个问题就解决了