我已经训练了一个分类器，现在我想通过传递单张图像来测试它。
我使用的是基于Tensorflow后端的Keras库。
我遇到了一个无法解决的错误
img_path = '/path/to/my/image.jpg'import numpy as npfrom keras.preprocessing import imagex = image.load_img(img_path, target_size=(250, 250))x = image.img_to_array(x)x = np.expand_dims(x, axis=0)preds = model.predict(x) 我是否需要将数据重塑为第一个维度为None？我很困惑，为什么Tensorflow会期望第一个维度是None？
检查时出错：预期convolution2d_input_1的形状为(None, 250, 250, 3)，但得到的数组形状为(1, 3, 250, 250)我想知道这是否与我训练的模型的架构有关？
编辑：如果我调用model.summary()，会显示convolution2d_input_1为…
编辑：我尝试了下面的建议，但使用了numpy进行转置而不是tf，结果还是遇到了同样的问题！
回答：
None匹配任何数字。通常，当你将数据传递给模型时，期望你传递的张量维度为：None x data_size，这意味着第一个维度可以是任何维度，表示批量大小。在你的情况下，问题是你传递的是250 x 250 x 3，而期望的是3 x 250 x 250。试试以下方法：
x = image.load_img(img_path, target_size=(250, 250))x_trans = tf.transpose(x, perm=[2, 0, 1])x_expanded = np.expand_dims(x_trans, axis=0)preds = model.predict(x_expanded) 