我已经训练了一个分类器,现在我想通过任何单个图像。Tensorflow图像形状错误
我使用Tensorflow作为后端的keras库。
我得到一个错误,我似乎无法让过去
img_path = '/path/to/my/image.jpg'
import numpy as np
from keras.preprocessing import image
x = 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)
我需要重塑我的数据有None
作为第一个维度?我很困惑为什么Tensorflow预计None
作为第一个维度?
Error when checking : expected convolution2d_input_1 to have shape (None, 250, 250, 3) but got array with shape (1, 3, 250, 250)
我想知道我的训练模型的架构是否存在问题?
编辑:如果我叫model.summary()
给予convolution2d_input_1为...
编辑:我没有玩弄下面的建议,但使用numpy的转置,而不是TF - 似乎仍然被击中同样的问题!
谢谢了解维序@sygi , 我给了这个旋转,但即时打出一个新的错误... ValueError:参数必须是一个稠密张量: - 得到形状[250,250,3],但想要[] - ok大小,我假设,因为它是无,你可以给它任何批量大小(有点愚蠢的假设)。我也想知道它是否值得用numpy来重塑数据而不是tf? –
YesIndeedy
'ValueError:参数必须是一个稠密张量: - 形状[250,250,3],但想[]' 对不起,使更多的可读性 –
YesIndeedy