你好，我想在时尚 MNIST 数据集上使用 CNN，总共有 5200 张 28×28 的灰度图像，所以我使用了 2D CNN，以下是我的代码：

fashion_mnist=keras.datasets.fashion_mnist(xtrain,ytrain),(xtest,ytest)=fashion_mnist.load_data()xvalid,xtrain=xtrain[:5000]/255.0,xtrain[5000:]/255.0yvalid,ytrain=ytrain[:5000],ytrain[5000:]defaultcon=partial(keras.layers.Conv2D,kernel_size=3,activation='relu',padding="SAME")model=keras.models.Sequential([                           defaultcon(filters=64,kernel_size=7,input_shape=[28,28,1]),                           keras.layers.MaxPooling2D(pool_size=2),                           defaultcon(filters=128),                           defaultcon(filters=128),                           keras.layers.MaxPooling2D(pool_size=2),                           defaultcon(filters=256),                           defaultcon(filters=256),                           keras.layers.MaxPooling2D(pool_size=2),                           keras.layers.Flatten(),                           keras.layers.Dense(units=128,activation='relu'),                           keras.layers.Dropout(0.5),                           keras.layers.Dense(units=64,activation='relu'),                           keras.layers.Dropout(0.5),                           keras.layers.Dense(units=10,activation='softmax'),])model.compile(optimizer='sgd',loss="sparse_categorical_crossentropy", metrics=["accuracy"])history=model.fit(xtrain,ytrain,epochs=30,validation_data=(xvalid,yvalid))

但是我得到了错误信息：检查输入时出现错误：预期 conv2d_27_input 应有 4 个维度，但得到的数组形状为 (55000, 28, 28)。如何才能得到 4D 的数据？

回答：

在输入行中：

defaultcon(filters=64,kernel_size=7,input_shape=[28,28,1])

你错误地定义了形状 (28,28,1)，这是不正确的。对于有 m 个样本的任务，模型期望数据的维度为 (m,28,28,1)，这是一个 4D 的数组。

显然你的输入数据的形状是 (m,28,28)，其中 m 是样本数量。因此，你可以通过更改我上面提到的行来解决这个问题：

defaultcon(filters=64,kernel_size=7,input_shape=(28,28))

希望这样就能解决问题。