Ошибка при проверке ввода: ожидалось, что conv2d_19_input будет иметь 4 измерения, но получил массив с углубленным изучением формы (274, 1) - PullRequest
Новая
       4

Ошибка при проверке ввода: ожидалось, что conv2d_19_input будет иметь 4 измерения, но получил массив с углубленным изучением формы (274, 1)

0 голосов
/ 22 апреля 2020

это мой код с ошибкой 

def createModel():   
model = Sequential()
# first set of CONV => RELU => MAX POOL layers
model.add(Conv2D(32, (3, 3), padding='same', activation='relu', input_shape=inputShape))
model.add(Conv2D(32, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Conv2D(64, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Conv2D(64, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(output_dim=NUM_CLASSES, activation='softmax'))
# returns our fully constructed deep learning + Keras image classifier 
opt = Adam(lr=INIT_LR, decay=INIT_LR / EPOCHS)
# use binary_crossentropy if there are two classes
model.compile(loss="categorical_crossentropy", optimizer=opt, metrics=["accuracy"])
return model

ValueError: Ошибка при проверке ввода: ожидалось, что conv2d_19_input имеет 4 измерения, но получил массив с формой (274, 1)

...