Ошибка определения формы ввода в кератах для массива (60000, 28, 28)

Question

Я настраиваю свою первую нейронную сеть с керасами и тензорным потоком. Я получил свой вход в массив формы (60000, 28, 28), но когда я пытаюсь передать его в модель, я получаю сообщение об ошибке, что форма ввода неверна.

Я пробовал несколько разных форм ввода, включая (60000, 28, 28) (1, 28, 28) (28, 28) (28, 28, 1), но ни одна из них, похоже, не работает.

model = kr.Sequential()

model.add(InputLayer(input_shape=(60000, 28, 28)))
model.add(Dense(units=784, activation='relu'))
model.add(Dense(units=392, activation='relu'))
model.add(Dense(units=196, activation='relu'))
model.add(Dense(units=10, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer='Adam', metrics=['accuracy'])

training = model.fit(x=images_array, y=labels_array, epochs=10, batch_size=256)

Я ожидаю, что он будет работать с формой ввода (60000, 28, 28), но я всегда получаю эту ошибку:

ValueError: Ошибка при проверке ввода: ожидается, что input_1 будет иметь 4 размеры, но получил массив с формой (60000, 28, 28)

Изменить:

Спасибо всем, кто ответил. Ответ cho_uc действительно сработал, поэтому я принял его. В публикации я упомянул, что я пытался построить модель, состоящую только из плотных слоев, чтобы использовать ее в качестве эталона для будущих моделей.

Я решил проблему с входным слоем:

images_array = images_array.reshape(-1, 28 * 28)

model.add(InputLayer(input_shape=(784, )))

Answer 1

Слой

Keras Conv2D выполняет операцию свертки.Требуется, чтобы его вход был 4-мерным массивом.Мы должны изменить входные данные на (, 1, 28, 28) или, возможно, на (, 28, 28, 1), в зависимости от ваших настроек и серверной части (соглашение о компоновке изображений theano или тензор).

from keras import backend as K
if K.image_data_format() == 'channels_first' :
   input_shape = (1, 28, 28)
   X_train = X_train.reshape(X_train.shape[0], 1, 28, 28)
   X_test = X_test.reshape(X_test.shape[0], 1, 28, 28)
else:
   input_shape = (28, 28, 1)
   X_train = X_train.reshape(X_train.shape[0], 28, 28, 1)
   X_test = X_test.reshape(X_test.shape[0], 28, 28, 1)

Таким образом, вы должны изменить свои данные в (60000, 28, 28, 1) или (60000, 1, 28, 28)

Answer 2

Требуются две корректировки.

1. TF и ​​Keras ожидают размер изображения как (ширина, высота, каналы), для каналов 3 для изображений RGB и 1 для изображений в оттенках серого.

model.add(InputLayer(input_shape=(28, 28, 1)))

Учебный вход для метода fit() должен иметь размерность (количество выборок, ширина, высота, каналы).

assert images_array.shape == (60000, 28, 28, 1)