灰度图像的卷积神经网络

Question

我正在尝试运行一个CNN（卷积神经网络），它有一个通道/灰度图像，大小为28x28像素。当我尝试训练模型时，它说：

ValueError: Input 0 of layer sequential_5 is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: [None, 28, 28]

model = models.Sequential()
model.add(layers.Conv2D(28, (3, 3), activation='relu', input_shape=(28, 28, 1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(56, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(56, (3, 3), activation='relu'))
model.add(layers.Flatten())
model.add(layers.Dense(56, activation='relu'))
model.add(layers.Dense(62))

model.summary()

Answer 1

您必须以支持频道维度的格式提交图像，即图像的形状必须为（28,28,1）-三维，而不是二维。 一般来说，输入是四维的：（批次大小、宽度、高度、通道数）。 您没有提供用于培训的代码，因此我无法更具体地说明如何解决输入数据集形状的问题