警告：tensorflow：模型是用形状构建的（无、66、200、3）

我有以下代码生成有关形状的错误：

from keras.layers import Dense, Activation
from keras import Sequential
from keras.models import load_model
from tensorflow.keras.optimizers import Adam
import tensorflow 
import keras
from tensorflow.python.keras.layers import Input, Dense
from tensorflow.keras.optimizers import Adam
from keras.layers import Convolution2D, MaxPooling2D, Dropout, Flatten, Dense

def nvidia_model():
  model = Sequential()
  model.add(Convolution2D(24,(5,5), strides=(2, 2), input_shape=(66, 200, 3), activation='relu'))
  model.add(Convolution2D(36, (5,5), strides=(2, 2), activation='relu'))
  model.add(Convolution2D(48, (5,5), strides=(2, 2), activation='relu'))
  model.add(Convolution2D(64, (3,3), activation='relu'))
  model.add(Convolution2D(64, (3,3), activation='relu'))
  model.add(Flatten())
  model.add(Dense(100, activation = 'relu'))
  model.add(Dense(50, activation = 'relu'))
  model.add(Dense(10, activation = 'relu'))
  model.add(Dense(1))
  
  optimizer = Adam(learning_rate=1e-3)
  model.compile(loss='mse', optimizer=optimizer)
  return model

model = nvidia_model()
print(model.summary())

history = model.fit(X_train, y_train, epochs=30,validation_data=(X_valid,y_valid),batch_size=100,verbose=1,shuffle=1)

但是，在训练第一个纪元时，我收到下面发布的错误：

Epoch 1/30
WARNING:tensorflow:Model was constructed with shape (None, 66, 200, 3) for input KerasTensor(type_spec=TensorSpec(shape=(None, 66, 200, 3), dtype=tf.float32, name='conv2d_5_input'), name='conv2d_5_input', description="created by layer 'conv2d_5_input'"), but it was called on an input with incompatible shape (None,).
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-42-e7614c3cfda1> in <module>()
----> 1 history = model.fit(X_train, y_train, epochs=30,validation_data=(X_valid,y_valid),batch_size=100,verbose=1,shuffle=1)

1 frames
/usr/local/lib/python3.7/dist-packages/keras/engine/training.py in tf__train_function(iterator)
     13                 try:
     14                     do_return = True
---> 15                     retval_ = ag__.converted_call(ag__.ld(step_function), (ag__.ld(self), ag__.ld(iterator)), None, fscope)
     16                 except:
     17                     do_return = False

ValueError: in user code:

    File "/usr/local/lib/python3.7/dist-packages/keras/engine/training.py", line 1160, in train_function  *
        return step_function(self, iterator)
    File "/usr/local/lib/python3.7/dist-packages/keras/engine/training.py", line 1146, in step_function  **
        outputs = model.distribute_strategy.run(run_step, args=(data,))
    File "/usr/local/lib/python3.7/dist-packages/keras/engine/training.py", line 1135, in run_step  **
        outputs = model.train_step(data)
    File "/usr/local/lib/python3.7/dist-packages/keras/engine/training.py", line 993, in train_step
        y_pred = self(x, training=True)
    File "/usr/local/lib/python3.7/dist-packages/keras/utils/traceback_utils.py", line 70, in error_handler
        raise e.with_traceback(filtered_tb) from None
    File "/usr/local/lib/python3.7/dist-packages/keras/engine/input_spec.py", line 251, in assert_input_compatibility
        f'Input {input_index} of layer "{layer_name}" '

    ValueError: Exception encountered when calling layer "sequential_1" "                 f"(type Sequential).
    
    Input 0 of layer "conv2d_5" is incompatible with the layer: expected min_ndim=4, found ndim=1. Full shape received: (None,)
    
    Call arguments received by layer "sequential_1" "                 f"(type Sequential):
      • inputs=tf.Tensor(shape=(None,), dtype=string)
      • training=True
      • mask=None

我还将此处发布的代码添加到 Codeshare| ||，这样你就可以看到我的代码了。你能帮我了解发生了什么事吗？谢谢您的帮助。 , so you can see my code. Can you help me understand what is going on? Thanks for the help.

这个错误消息告诉你，你的模型期望输入的形状是 (None, 66, 200, 3) ，但它收到的输入形状是 (None,) 。 这意味着你正在向模型传递一个形状错误的数据。

具体来说，问题出在你的 model.fit 行：

history = model.fit(X_train, y_train, epochs=30,validation_data=(X_valid,y_valid),batch_size=100,verbose=1,shuffle=1)

你的 X_train 变量的形状似乎是 (None,) ，而它应该是 (None, 66, 200, 3) 。 这表明你的训练数据没有被正确地加载或预处理。 你的 X_train 应该是一个 4 维数组，其中：

• 第一维是样本数（ None 表示可变数量的样本）。
• 第二维是图像的高度（66）。
• 第三维是图像的宽度（200）。
• 第四维是颜色通道数（3 表示 RGB 图像）。

要解决此问题，需要：

1. 检查的数据加载和预处理步骤。 确保正确加载图像并将它们转换为 NumPy 数组。
2. 验证 X_train 的形状。 使用 print(X_train.shape) 打印其形状。 如果它不是 (None, 66, 200, 3) ，则需要重新整形的数据以匹配此形状。

以下是可能需要进行的一些调整：

• 如果是从文件中加载图像： 确保使用一个库（如 OpenCV 或 PIL）加载图像，然后将它们转换为 NumPy 数组。
• 如果的数据已经是 NumPy 数组： 使用 reshape() 函数重新整形的数据以匹配所需的形状。

例如，如果的图像存储在一个名为 images 的列表中，可以使用以下代码将它们转换为形状为 (None, 66, 200, 3) 的 NumPy 数组：

import numpy as np

X_train = np.array(images)
X_train = X_train.reshape(-1, 66, 200, 3)

进行这些更改后，请再次运行的代码。 如果仍然遇到问题，请提供有关如何加载和预处理数据的更多信息，以便我提供更具体的帮助。