我正在使用CIFAR数据集构建一个深度着色模型。我已经将RGB图像转换为Lab颜色空间。现在，输入X_train只需要Lab颜色空间的灰度部分，而输出标签则是彩色部分。X_train的维度为[50000,32,32]，Y_train的维度为[50000,32,32,2]。在训练数据集时，我遇到了这个维度错误，原因不明。

model = Sequential()    model.add(Conv2D(64, (3, 3), activation='relu', padding='same',input_shape = (50000,32,32,1)))    model.add(Conv2D(64, (3, 3), activation='relu', padding='same', strides=2))    model.add(Conv2D(128, (3, 3), activation='relu', padding='same'))    model.add(Conv2D(512, (3, 3), activation='relu', padding='same'))    model.add(Conv2D(256, (3, 3), activation='relu', padding='same'))    model.add(Conv2D(128, (3, 3), activation='relu', padding='same'))    #model.add(UpSampling2D((2, 2)))    model.add(Conv2D(64, (3, 3), activation='relu', padding='same'))    #model.add(UpSampling2D((2, 2)))    model.add(Conv2D(32, (3, 3), activation='relu', padding='same'))    model.add(Conv2D(2, (3, 3), activation='tanh', padding='same'))    #model.add(UpSampling2D((2, 2)))    model.compile(optimizer='rmsprop', loss='mse')    model_info = model.fit(X_train, Y_train,                            batch_size=128, epochs=200)

回答：

您需要从输入形状中移除50000。因为您已经在model.fit()中指定了批量大小。

批量大小被视为维度的一部分。在您的情况下，它将变为(128,50000,32,32,1)。

显然，您不会一次性训练50000个样本。