train_images.append([np.array(img), one_hot_label(i)]) return train_images 但是，在Keras上执行输入时返回的错误
浏览 15提问于2019-02-21得票数 3
回答已采纳
1回答
我用Keras的内置inception_resnet_v2训练CNN来识别图像.在训练模型时，我有一个数字数组作为输入，输入形状为(1000,299,299，3)，
model.fit(x=X, y=，3)，但是得到了误差。ValueError:检查输入时出错:期望input_1有4个维，但得到了形状为(299,299，3)的
浏览 1提问于2019-03-17得票数 2
回答已采纳
我正在尝试用tensorflow后端在keras中训练一个预先训练过的inceptionv3模型。
ValueError:检查输入时出错:期望input_1具有<
浏览 1提问于2017-06-30得票数 1
回答已采纳
1回答
我想用VGG16训练时尚-MNIST数据集，但我在维度上有一些困难……Epoch 1/50
ValueError Traceback (most recent callexpected vgg16_input to have shape (32, 32, 3) but got array with shape (
浏览 0提问于2020-06-25得票数 0
1回答
我正在尝试使用keras实现一个多输入的LSTM模型。守则如下：data_2 -> shape (1150,50)LSTM_1 = LSTM(100)(input_1)
LSTM_2 = LSTM(100metrics=['acc'])
mode
浏览 1提问于2017-07-27得票数 2
回答已采纳
1回答
我的身材有点问题。我有一批128x128x3图片，我正试图重塑我的列表，使之成为形状为batch_size x 128x128x3。print(image_data[0].shape) #(128,128,3)
ValueError:检查时出错:期望inpu
浏览 0提问于2018-08-05得票数 0
回答已采纳
我的数据集中有11200行和5列。每个数据都是一个向量。数据集的形状是(11200，5，54)，它看起来像这样。[0,2,...,5] [1,5,...,8] [1,24,...,6] [11,7,...,5] [-1,4,...,2]1 T
我创建的模型是这样的：
X
浏览 0提问于2018-05-16得票数 0
在运行xtrain=(1221,50,50,1)时，我试图运行一个模型，它显示了这个错误
model.compile(loss=categorical_crossentropy,optimizer=Adadelta(lr=0.8), metrics=[&
浏览 3提问于2020-01-21得票数 0
2回答
当输入形状不是三维时，抛出错误
、、、、
我的程序接受一个CSV文件，其中前6行是输入。inputs = Input(shape=(2697, 6))
其中2697是批处理大小，6是输入大小。我知道Input(shape=(batch-size, input-size))是对的。然而，当我运行它时，我会收到一条消息：ValueError: Error当我检查输入时:预期的input_1有3维，但是得到了形状
浏览 3提问于2017-12-23得票数 1
当向预先训练过的InceptionResNetV2网络提供图像时，我有以下结果。just fine
ValueError:检查输入时出错:期望input_1有4个维度，但得到了形状为(200,150，3)的数组
浏览 1提问于2020-02-13得票数 0
回答已采纳
cv2.resize(img_rgb,(224,224),3)plt.show() ValueError:检查输入时出错:期望input_1有4个维度，但得到了形状为(224,224，3)的数组
浏览 8提问于2019-10-25得票数 2
回答已采纳
我正在拿一张图片清单来训练我的CNN。in batches of 32 samples但我面对的是这个错误：ValueError:检查输入时出错:要求dense_1_input具有2维，但得到形状<
浏览 15提问于2019-08-20得票数 0
回答已采纳
return_sequences=True,input_shape=(X_train.shape)),上面是第一层(5793993，7，1)，这是输入的形状ValueError:在检查输入时出错:期望lstm_12_input具有形状(5793993，7)，但得到与形状(7，1)相同的数组
什么是修复这个
浏览 2提问于2020-03-16得票数 0
binary_crossentropy',metrics=['accuracy']) ValueError:在检查输入时出错:期望dense_4_input具有形状(11 )，但得到形状为(16934 )的数组
浏览 4提问于2020-02-19得票数 0
1回答
试着用我自己的数据来测试。当我试图做这件事时，我得到了一个错误：
追溯(最近一次调用)：文件"test.py"，第34行，在输出=预测(模型，输入)文件的第12行，在预测预测=model.predict(图像，batch_size=batch_size)文件的第1441行，在预测x，_中，_=文件"/home/kbdp5524/anaconda3/envs/densedepth/lib/python3.7/sit
浏览 4提问于2020-02-12得票数 0
回答已采纳
with shape ' + 146 return data validation_data=(X_val, y_val))
##I正在尝试将担忧级别分类为0或1，它取决于评论的文本数据。我只是尝试取一行中的最大字数，并用相同的</em
浏览 2提问于2020-11-15得票数 0
我正试图预测事先训练好的机器翻译模型代码* ValueError:在检查输入时出错:期望embedding_1_
浏览 2提问于2020-03-03得票数 0
我正在尝试在Cifar 10数据集上训练3d cnn网络，但我得到了以下错误： Traceback (most recent call last): 'with shape ' + str(data_shape))
ValueError: Error when checking input: expected input
浏览 10提问于2020-02-02得票数 0
回答已采纳
我有一个用Keras编写的自动编码器，如下所示。我得到了以下错误，不知道如何解决，有什么想法吗？ValueError:检查输入时出错:期望input_1具有形状(无，65563)，但得到形状为(374,65536)的数组
from keras.layers import Input, Dense
浏览 1提问于2019-01-24得票数 0
回答已采纳
3回答
我有两个输入数组(每个输入一个)和一个输出数组。该神经网络有1个隐层，2个神经元。每个数组有336个元素。model0.fit(numpy.array([array_1, array_2]),output, batch_size=16, epochs=100)
ValueError:在检查输入时出错:期望dense_input具有形状(2 )，但得到形状为(33
浏览 0提问于2019-03-19得票数 27
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
腾讯会议
云直播活动推荐
腾讯云开发者
