预期shape=(无，784年)，发现shape=(无，28，28)

Question

model = keras.models.load_model('model.h5')
image = cv2.imread('letter.png',0)
img = cv2.resize(image,(28,28),3)
img_final = np.reshape(img,(1,28,28))
pred = word_dict[np.argmax(model.predict(img_final))]
print(pred)

当我运行上面的代码时，我得到了这个错误。该模型根据字符的图像进行预测。我该如何纠正这个错误？

Answer 1

这几乎是错误的说法。每一幅图像都是矩阵，对吗？模型期望一个有784行的矩阵，而不是给它一个包含28列和28行的矩阵。这是相同的数据，因为28*28=784。所以确保你做到了：

img_final = np.reshape(img, (1,784))

试试这个，让我知道它是否有效。