我的代码中每一层都显示期望一个数组形状，但接收到的却是与输入数组维度相同的形状

我在第一个最大池化层之后添加了注释，以提示错误。如果你查看错误，会发现它期望的是(16, 64, 64, 64)，但接收到的却是(16, 128, 128, 1)，这恰好是我的输入数组形状。

model = Sequential()model.add(Conv3D(64,3,activation= 'relu',padding='same',input_shape=(16, 128, 128 ,1)))model.add(MaxPooling3D(pool_size=(1,2,2),strides= (1, 2, 2)))#model.add(Conv3D(128,3,activation= 'relu',padding="same"))#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))#model.add(Conv3D(256,3,activation= 'relu',padding="same"))#model.add(Conv3D(256,3,activation= 'relu',padding="same"))#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))#model.add(Conv3D(512,3,activation= 'relu',padding="same"))#model.add(Conv3D(512,3,activation= 'relu',padding="same"))#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))#model.add(Conv3D(512,3,activation= 'relu',padding="same"))#model.add(Conv3D(512,3,activation= 'relu',padding="same"))#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))#model.add(Dense(output_dim= 4096,activation= 'linear' ))#model.add(Dense(output_dim= 4096,activation= 'softmax' ))

我接收到的错误是

str(data_shape))

ValueError: 检查目标时出错：期望max_pooling3d_4的形状为(16, 64, 64, 64)，但得到的数组形状为(16, 128, 128, 1)

为什么会这样？感谢任何回应。

回答：

问题与输入形状无关，而是与你在训练模型时提供给模型的标签数组的形状有关。错误中明确指出了这一点：

检查目标时出错

这里的“目标”指的是模型的输出。在你的最小示例中，池化层的输出形状为(16, 64, 64, 64)：

期望max_pooling3d_4的形状为(16, 64, 64, 64)

然而，你提供的输出形状为(16, 128, 128, 1)：

但得到的数组形状为(16, 128, 128, 1)