在keras的第一层上定义输入形状的正确方法

Question

我有一组35000张256x256灰度图像的图像

print(len(data))
>>>35000
print(data[0].shape)
>>>(256, 256)

我的第一层是

model.add(Conv2D(64, (3, 3), input_shape=(35000,), activation='relu'))

它给了我错误

>>>ValueError: Input 0 is incompatible with layer conv2d_1: expected ndim=4, found ndim=2

我做错了什么？定义输入形状的正确方法是什么？

Answer 1

卷积层输入形状：(images, height, width, channels)

所以：

• input_shape =（256,256,1）
• batch_shape =（的batch_size，256,256,1）
• batch_input_shape =（的batch_size，256,256,1）