解决TensorFlow「过拟合与欠拟合」教程中的input_shape错误

为什么模型期望形状是(None, 28)？ #

你定义模型时指定的input_shape=(FEATURES,)，是用来描述单个样本的特征形状。TensorFlow/Keras会自动为输入追加一个批量维度（用None表示，代表可接受任意数量的样本组成一批），所以模型实际期望的输入形状是(None, 28)——其中None对应批量大小（比如一次传入32个样本就是(32,28)），后面的28是单个样本的特征数。

错误原因 #

你传入模型的输入是形状为(28,)的单个样本，缺少了批量维度，和模型要求的(None,28)不匹配，因此触发了形状不兼容的错误。

解决方法 #

• 给单个输入补全批量维度：如果是测试单个样本，用np.expand_dims(your_data, axis=0)把(28,)的形状转换成(1,28)，再传入模型。
• 检查数据预处理流程：查看compile_and_fit函数或数据加载代码，确保训练/验证数据的形状是(样本总数, 28)，而非单个样本的形状。教程里的compile_and_fit默认处理批量数据，大概率是你在数据准备环节不小心丢失了批量维度。

内容的提问来源于stack exchange，提问作者SapereAude