错误检查时模型输入：预期convolution2d_input_1有4个维度，但得到了阵列的形状（32，32，3）

Question

欲培养深网络开始用下面的层：

model = Sequential() 
model.add(Conv2D(32, 3, 3, input_shape=(32, 32, 3))) 

使用

history = model.fit_generator(get_training_data(), 
       samples_per_epoch=1, nb_epoch=1,nb_val_samples=5, 
       verbose=1,validation_data=get_validation_data() 

与以下生成：

def get_training_data(self): 
    while 1: 
     for i in range(1,5): 
      image = self.X_train[i] 
      label = self.Y_train[i] 
      yield (image,label) 

（验证发电机比较相似）。

在培训过程中，我得到的错误：

Error when checking model input: expected convolution2d_input_1 to have 4 
dimensions, but got array with shape (32, 32, 3) 

怎么可能，与第一层

model.add(Conv2D(32, 3, 3, input_shape=(32, 32, 3))) 

？

Answer 1

您定义的输入形状是单个样本的形状。模型本身需要一些样本数组作为输入（即使它是一个长度为1的数组）。

您的输出应该是4-d，第一维枚举样本。即对于单个图像，您应返回（1,32,32,3）的形状。

下可以找到“Convolution2D” /“输入型”