我使用了基于Keras的以下架构（文章）：

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(150, 150, 3)))
...
model.fit_generator(
    train_generator,
    steps_per_epoch=nb_train_samples // batch_size,
    epochs=epochs,
    validation_data=validation_generator,
    validation_steps=nb_validation_samples // batch_size)
model.save_weights('first_try.h5')
from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
img = load_img('test_data/a1.jpg')  # 这是一个PIL图像
img = img.resize((150, 150))
x = img_to_array(img)
prediction = model.predict(x)
print(prediction)

ValueError: 检查时出错：期望conv2d_1_input有4个维度，但得到的数组形状为(150, 150, 3)

请问您能否建议我如何解决这个问题？

回答：

您正在向模型输入单个样本，而模型期望的是一批样本，这就是为什么需要4个维度的原因：batch_size + img_shape。

处理单张图像的众多方法之一是

x = np.array([img])