我正在尝试使用手动整理的数据集（包含图像及其关联标签）来训练一个简单的神经网络。

我已经创建了一个numpy数组来生成标签，称为facey_label。

我使用了matplotlib的imread函数将811张图像转换为形状为(255, 255, 3)的数组，然后计划使用np.array函数创建一个形状为(811, 255, 255, 3)的张量img_array。

model = keras.Sequential([    keras.layers.Flatten(input_shape=(811, 255, 255, 3)),    keras.layers.Dense(128, activation=tf.nn.relu),    keras.layers.Dense(10, activation=tf.nn.softmax)])model.compile(optimizer='adam',               loss='sparse_categorical_crossentropy',              metrics=['accuracy'])model.fit(img_array, facey_label, epochs=5)

然而，我收到了以下错误：

ValueError: Error when checking input: expected flatten_1_input to have 5 dimensions, but got array with shape (811, 250, 250, 3)

我哪里做错了？

回答：

您不应该在input_shape中包含批次大小。请尝试使用以下模型：

model = keras.Sequential([    keras.layers.Flatten(input_shape=(255, 255, 3)),    keras.layers.Dense(128, activation=tf.nn.relu),    keras.layers.Dense(10, activation=tf.nn.softmax)])