我正在尝试训练一个autocoder在下面的代码：
encoder_input = keras.layers.Input(shape=(x_Train.shape[1]), name='img')
encoder_out = keras.layers.Dense(1, activation = "relu")(encoder_input)
encoder = keras.Model(encoder_input, encoder_out, name="encoder")
decoder_input = keras.layers.Dense(602896, activation = "relu")(encoder_out)
decoder_output = keras.layers.Reshape((769, 28, 28))(decoder_input)
opt = keras.optimizers.RMSprop(learning_rate=1e-3)
autoencoder = keras.Model(encoder_input, decoder_output, name = "autoencoder")
autoencoder.summary()
autoencoder.compile(opt, loss='mse')
autoencoder.fit(x_Train, x_Train, epochs=10, batch_size=64, validation_split = 0.1)但是，它返回错误："tensorflow ：模型是使用输入KerasTensor（type_spec = TensorSpec（shape =（None，28），dtype = tf.float32，name ='img '），name ='img'，description ="由层'img'创建"）的形状（None，28）构建的，但在具有不兼容形状（None，28，28）的输入上调用了该模型。"
我不知道如何处理这个问题，也不知道如何调整输入的大小。我的x_train是一个大小为[769，28，28]的向量。
有人能帮我处理这个错误吗？
That's the summary
谢谢
2条答案
按热度按时间3qpi33ja1#
自动编码器的输入形状有点奇怪，训练数据的形状为28x28，批处理为769，因此修复应该如下所示：
cygmwpex2#
问题（除了输入层（必须是
shape=(28, 28)，输出层（必须是(28,28)，如Edwin Cheong 's answer）中的错误形状）是您在输入层之后忘记了一个平面化层，这导致了不兼容的形状。改编自above的答案：