对于预训练的神经网络，无法将大小为47040000的数组重塑为形状(60000,32,32,1)
对于预训练的神经网络来说，无法将大小为47040000的数组重塑为形状(60000,32,32,1)的原因是维度不匹配。形状(60000,32,32,1)的数组应该包含60000个32x32的灰度图像，而大小为47040000的数组无法按照这个形状进行重塑。
预训练的神经网络一般需要输入符合特定形状要求的数据，以便能够正确地进行计算和预测。在这种情况下，可以尝试使用reshape()函数来改变数组的形状，但是需要确保维度匹配。例如，如果原始数组是一维的，可以使用reshape(60000, 32, 32, 1)将其转换为形状(60000,32,32,1)。
然而，如果原始数组的大小为47040000，它不可能被等分为60000个32x32的灰度图像。因此，可能存在某种误解或错误导致尝试将这样的数组重塑为特定形状。如果要将预训练的神经网络应用于形状为(60000,32,32,1)的数据，需要寻找其他的数据源或者对数据进行预处理，使其符合预训练网络的要求。
虽然不能提及具体的云计算品牌商，但可以建议使用腾讯云的一些产品和服务来支持神经网络的训练和推理。例如，可以使用腾讯云的AI引擎服务，该服务提供了深度学习框架、模型训练和推理等功能，以支持神经网络的预训练和使用。腾讯云的AI引擎服务还提供了丰富的算力资源和工具，可以帮助开发者高效地进行神经网络的训练和部署。
参考链接： 腾讯云AI引擎服务：https://cloud.tencent.com/product/aiengine
相关·内容
我使用fashionmnist数据集，它包含60,000张28x28的黑白图像。我使用的架构是vgg16。但它不接受照片的尺寸，我们必须调整它们的大小。你能帮助我告诉我我应该使用什么代码来调整大小吗？ ?
浏览 18提问于2019-12-21得票数 1
我是python keras的新手。随着对Keras的理解，我对Keras的输入形状感到困惑。我觉得在不同的神经网络下，我需要将我的数据重建成不同的形状。例如，如果我正在构建一个简单的ANN，我的训练数据应该是像m，n这样的矩阵，m是样本的数量，n是特征的数量。但最近我正在学习一维卷积神经网络。我发现教程<em
浏览 7提问于2019-08-26得票数 0
1回答
我想将一个一维数组转换为200行5列的2D数组，但我的代码抛出了一个错误: ValueError:无法将大小为1的数组重塑为形状(200,5)np.random.seed(25)ar = ar * 100
ar = ar.astype('int8')
浏览 26提问于2019-11-23得票数 1
回答已采纳
1回答
对于训练集，我使用以下函数最多生成5位上限。data.append(img.flatten()) return np.array(data), np.array(target)train_data = train_data.reshape(train_data.shape[0], 60, 60, 3)
我想我的帽子有3色频道。然而，当我试图重塑训练数据
浏览 5提问于2017-05-11得票数 1
回答已采纳
图像数量为107121张，分为测试和训练两部分。X_train = 85696 在这种情况下，我只需要增加图像的深度，这样它就可以进一步进入CNN模型，但在重塑过程中， X_train = X_train.reshape(X_train.shape，1,256,256) 我得到了这个错误： 无法将大小为85696的数组重塑为形状(85696,1,256,256)
浏览 20提问于2019-09-07得票数 0
回答已采纳
1回答
我现在刚开始用自己的数据建立神经网络。我想训练一个卷积神经网络的音频分类，但我正在挣扎的阵列整形。我首先在我的手机上录制了音频，然后使用Librosa软件包加载它，得到一个光谱输出图像阵列，我可以用于我的神经网络。#Output (128,193)x = ps.reshape((128,128))
但是它给了我一条错误消息：ValueE
浏览 1提问于2021-04-01得票数 0
回答已采纳
2回答
输入必须是3D的。所以我有一个CSV文件，它有9999个数据，只有一个功能。所以它只是一个文件。然后我用时间步骤重新塑造20步dim = data.shape[1]但我还是会犯错误和LSTM的输入
model.add(LSTM
浏览 0提问于2018-12-26得票数 4
回答已采纳
1回答
#Predictpred = model.predict(img) 为了获得重塑和彩色预测图像，我能做些什么？请帮帮我..补充:我训练了srcnn模型，并输入： inputs =
浏览 20提问于2021-03-28得票数 0
回答已采纳
4回答
v=lbFEZAXzk0g的youtube上关注一段机器学习视频。该教程是python2格式的，因此我需要将其转换为python3。下面是我遇到错误的代码部分： def load_mnist_images(filename): download在教程中，它是有效的。另外，如果我有任何其他错误，请告诉我。
浏览 315提问于2020-02-03得票数 4
1回答
我想可视化我的cnn训练的model.But的预测结果，我面临一个错误:无法将大小为3072的数组重塑为形状(28,28)。
浏览 0提问于2018-10-25得票数 1
我正在加载 (23094，71,768)，(23094，19,282)的预训练模型.当我传递形状为(29116，72,768)的新X值时，当检查输入时会出现错误:期望的lstm_1_input具有形状(71,768)，但得到与形状(72,768)的数组。这是我的模型总结:模型："sequential_1“
lstm_1 (无，
浏览 2提问于2020-04-06得票数 0
2回答
在对我正在使用的程序进行更正后，我的代码出现错误：import gzip
ValueError: cannot reshape array of size 0 into shape (60000,784)
我试着定义数组
浏览 0提问于2020-06-25得票数 2
1回答
我有一个多维数组，我希望它的形状为(19381,100，6)。将数组转换为numpy数组后，得到的形状为(19381，)Output: (19381,)Output: (100,6)d.shape = (19381,100,6)
但我得到“无法将大小为1
浏览 1提问于2018-01-13得票数 0
我的df形状是2D (6764, 11)。我得到了错误：ValueError:无法将大小为74404的数组整形为形状(6764,1691,11我得到的是167
浏览 0提问于2020-07-29得票数 0
X_train=X_train.reshape((len(X_train), 7, 2))ValueError:无法将大小为250670的数组整形为形状(7162,7,2)，如何找到重塑所需的维度值？
浏览 2提问于2022-04-27得票数 0
我有一个数据集，它是一个很大的形状矩阵(100000,2000)。
但是实际上，在内存中加载X是浪费内存，因为它是高度冗余的：它是由A上的形状(16,2000)滑动窗口构成
浏览 4提问于2021-06-22得票数 1
回答已采纳
我正在构建一个神经网络，并试图将彩色图像加载到网络中，但我一直收到重塑错误。我将所有图像的大小调整到最小尺寸(在本例中为110x110)，但是当我尝试将X(每个图像像素的未展开3d列表)转换为numpy数组时，将使用下面这行代码调用xTrain：我得到这个错误："ValueError:无法将输入数组
浏览 1提问于2020-06-29得票数 2
我正在尝试使用以前作为向量编码的句子来训练LSTM。我想做的是使用LSTM层将一个问题映射到一个答案。现在，我使用LSTM获得X_list[0].shape的输入形状，但是Keras希望X_list是三维的。这是我的代码：question_ngram = n_gram.ngramStrings
浏览 0提问于2018-08-13得票数 0
回答已采纳
1回答
我用tensorflow训练了一个神经网络。在训练时，我显式地定义了批处理大小为20的输入占位符的形状，如下面的[20,224,224,3]。我显式地定义了批处理大小，因为它是网络中的一个split层，将None作为批处理大小传递会抛出错误。有没有办法可以在推断时更改输入占位符的形状，以便我可以在单个图像上进行推断？
浏览 4提问于2017-08-10得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
