如何解决这个错误：期望flatten\u输入有3个维度，但是得到了形状为（1，28，28，3）的数组？

Question

我正试图让我的代码识别数字使用tensorflow为我的学校项目。但我总是犯这个错误。有人能帮我吗？非常感谢你！你知道吗

试着像压平，改变大小等，但没有有效的。。。你知道吗

这是我的密码：

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([

tf.keras.layers.Flatten(input_shape=(28,28)),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])

model.compile(optimizer='adam',
          loss='sparse_categorical_crossentropy',
          metrics=['accuracy'])

model.fit(x_train, y_train, epochs=1)
model.evaluate(x_test, y_test)
# Part 3 - Making new predictions
import numpy as np
from keras.preprocessing import image
import keras
test_image = image.load_img('Number 8.jpg', target_size=(28, 28))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis=0)
result = model.predict(test_image)
print(np.argmax(result[0]))

应为3的数组

Answer 1

我想是从这条线来的

tf.keras.layers.Flatten(input_shape=(28,28)),

你可以用

tf.keras.layers.Flatten()

即使你的图像是（28,28），训练时也会有一个批量维度[batch_size, 28,28]。因为在model.fit中没有传递批大小，所以使用默认值。你知道吗