层sequential的输入0与层不兼容:期望ndim=4,但找到ndim=2。接收到的完整形状:[None, 67500]

我在使用CNN模型进行预测时遇到了问题

模型结构

from tensorflow.keras.preprocessing import imageimport numpy as npimg = image.load_img("test/apple/apple.jpg", target_size=(150,150))x=image.img_to_array(img) / 255x = x.reshape(1,-1)model.predict(x)

回答:

您将图像展平了,但您的模型需要批量处理图像数据添加一个维度,使用np.expand_dims到调整大小的图像上,然后传递给模型进行预测。

尝试这样做。

img = image.load_img("test/apple/apple.jpg", target_size=(150,150))x=image.img_to_array(img) / 255resized_img_np = np.expand_dims(x,axis=0)prediction = model.predict(resized_img_np)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注