ValueError：层 Conv2D_1 的输入 0 与层不兼容：预期 ndim=4，发现 ndim=5收到完整形状：[无、3、210、160、3]

问题描述

我想构建一个 CNN 模型，该模型将 3 个连续图像插入一个，因此输入采用以下形状：(3,height,width,channels=3) :

from tensorflow.keras.layers import Input,Conv2D,MaxPooling2D,Dropout,Dense,Flatten,Convolution2D
from tensorflow.keras.models import Sequential
from tensorflow.keras.optimizers import Adam

def build_cnn_model(frames_number,channel,nb_actions):

    model = Sequential()

    model.add( Input((frames_number,channel),name='Input') )
    model.add( Conv2D(96,(3,3),strides=(4,4),activation='relu',name='Conv2D_1',input_shape = (frames_number,channel) ) )
    model.add( MaxPooling2D((2,2),name='MaxPooling2D_1') )
    model.add( Dropout(0.2,name='Dropout_1'))

    model.add( Conv2D(192,name='Conv2D_2') )
    model.add( MaxPooling2D((2,name='MaxPooling2D_2')  )
    model.add( Dropout(0.2,name='Dropout_2'))

    model.add( Flatten(name='Flatten_1')) 
    model.add( Dense(1500,name='Dense_1') )
    model.add( Dropout(0.5,name='Dropout_DNN_1'))

    model.add(Dense(nb_actions,activation='linear',name='Output') )

    return model

model = build_cnn_model(3,220,300,3,6)

结构对我来说似乎是逻辑，但我得到了：

ValueError: Input 0 of layer Conv2D_1 is incompatible with the layer: expected ndim=4,found ndim=5. Full shape received: [None,210,160,3]

注意，我知道也可以更改数据形状，以便将 3 张图像放入 3*3 通道的单个图像中。但我无法在我的程序中应用该解决方案。我想传递 (3,3) 的输入。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）