ich die nächsten keras basierte Architektur (article):Warum bekomme ich Fehler, wenn Keras Conv2D Schicht verwenden?
model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(150, 150, 3)))
...
model.fit_generator(
train_generator,
steps_per_epoch=nb_train_samples // batch_size,
epochs=epochs,
validation_data=validation_generator,
validation_steps=nb_validation_samples // batch_size)
model.save_weights('first_try.h5')
from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
img = load_img('test_data/a1.jpg') # this is a PIL image
img = img.resize((150, 150))
x = img_to_array(img)
prediction = model.predict(x)
print(prediction)
Valueerror: Fehler bei der Überprüfung: erwartete conv2d_1_input 4 Dimensionen haben, bekam aber Array mit Form (150, 150, 3)
Can Sie bitte beraten, wie kann ich es lösen?
Ich habe auch x = np.expand_dims (x, Achse = 0) –
@OlegDats genau gefunden, und sogar ein einfaches 'x .reshape (1, * img.shape) sollte funktionieren. – 5agado