我正在嘗試使用 keras 在張量流中測驗/預測我的模型。
現在，我正在使用來自火車資料集的影像，一旦它作業，我就會改變
所以我像這樣呼叫預測：
print(x[0].shape) # <- (128, 128, 3)
print(np.array(x[0])[0].shape) # <- (128, 3)
model.predict(np.array(x[0]))
但它給了我：layer model: expected shape=(None, 128, 128, 3), found shape=(32, 128, 3)
它不應該作業嗎？為什么創建陣列時形狀會改變？
uj5u.com熱心網友回復：
您需要為批量大小添加額外的維度。對于單個影像批量大小為 1。您可以使用np.expand_dims添加額外的維度。
np.expand_dims(np.array(x[0]), axis=0)
uj5u.com熱心網友回復：
model.predict 總是批量作業。因此，您需要批量提供測驗資料，或者換句話說“按行提供資料點”。如果您只想預測一個資料點，則必須像 vivekpadia 所說的那樣擴展它，或者嘗試以下操作：
model.predict(x)
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/337537.html