我正在使用keras加载我的CNN中的model.h5（权重文件） . 我使用的是VGG-16架构 . 我的训练数据包括numpy数组大小（2590,3（RGB），875（宽度像素），375（高度像素）） . 我已完成数据训练，现在我使用model.h5（带权重）进行预测 . 我遇到了以下错误 .
expected zero_padding2d_1_input to have shape (None, 3, 875, 375) but got array with shape (1, 375, 875, 3)
这是我的VGG-16 CNN的顶级片段
def VGG_16(weights_path=None):
model = Sequential()
model.add(ZeroPadding2D((1,1),input_shape=(3,875,375)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
.......... Continued ..........
这是我尝试过的第一个：我查看了这些帖子：Error when checking target: expected dense_20 to have shape (None, 3) but got array with shape (1200, 1)
我正在尝试的代码：
model = VGG_16('/path/to/weights/file....../model.h5')
print("Created model")
img = np.array([np.array(Image.open(path_to_image_i_want_to_convert))])
img.reshape(1, 3, 875,375)
try:
prediction = model.predict(img)
print(prediction)
print("I finished your prediction")
except Exception as e:
print(str(e))
但是，这总是会引发错误 .
预期zero_padding2d_1_input具有形状（无，3,875,375）但是具有形状的数组（1,375,875,3）
numpy数组如何甚至具有None的维度？我究竟做错了什么？如何修改代码以便仅使用单个图像进行预测 .
任何帮助将不胜感激！
1 回答
我相信你需要使用
这是因为根据docs，默认值为
'channels_last'.第一个参数
None只是批量大小的表示，而不是模型体系结构中预先确定的内容，因此您无需担心这一点 . 在该错误消息中看到None是预期的