Erreur lors de la vérification: dense_3_input devrait avoir 2 dimensions, mais a tableau avec la forme (28, 28, 1)

Question

Je suis en train d'écrire un neurone pour déterminer les chiffres écrits à la main

import numpy as np 
from keras.utils import np_utils 
from keras.models import model_from_json 
from keras.preprocessing import image 
import matplotlib.pyplot as plt 

json_file = open("mnist_model.json", "r") 
loaded_model_json = json_file.read() 
json_file.close() 
loaded_model = model_from_json(loaded_model_json) 
loaded_model.load_weights("mnist_model.h5") 


loaded_model.compile(loss= "categorical_crossentropy", optimizer="adam", metrics=["accuracy"]) 


img_path ="5.png" 
img = image.load_img(img_path, target_size=(28,28), grayscale=True) 
plt.imshow(img, cmap='gray') 
plt.show 

x =image.img_to_array(img) 
x = 255 - x 
x/= 255 
np.expand_dims(x, axis=0) 
prediction = loaded_model.predict(x) 
prediction = np_utils.categorical_pobabs_to_classes(prediction) 
print(prediction) 

Je ne ai fait lui apprendre à l'utiliser, mais le problème est sorti: 1. résultat est un graphique et une erreur ValueError: Error when checking : expected dense_3_input to have 2 dimensions, but got array with shape (28, 28, 1) en ligne'img = image.load_img (img_path, target_size = (28,28), niveaux de gris = True) '

Answer 1

Je pense que votre faute est dans cette ligne

np.expand_dims(x, axis=0) 

il devrait être:

x = np.expand_dims(x, axis=0)