图像数据集训练时CNN代码报错：输入维度不兼容问题求助

问题分析 #

报错信息显示模型期望4维输入（(batch_size, height, width, channels)），但实际收到5维输入(None, 150, 150, 3, 32)。其中最后一维的32正是你设置的batch_size，说明输入数据的维度顺序出现异常——batch维度被放到了最后，而非第一维。

解决方法 #

步骤1：验证输入数据形状 #

在调用model.fit()前添加以下代码，确认生成器返回的输入数据形状：

x, y = train_generator.next()
print(f"输入数据形状：{x.shape}")
print(f"标签形状：{y.shape}")

如果输出显示x.shape为(150, 150, 3, 32)，则确认是维度顺序错误。

步骤2：修正生成器输出维度 #

创建一个自定义生成器，调整维度顺序，将batch维度移到第一维：

def correct_input_dimensions(generator):
    for batch_data, batch_labels in generator:
        # 转置维度：(height, width, channels, batch_size) → (batch_size, height, width, channels)
        corrected_data = np.transpose(batch_data, axes=(3, 0, 1, 2))
        yield corrected_data, batch_labels

然后修改训练代码：

model.fit(correct_input_dimensions(train_generator), epochs=10)

额外排查点 #

• 重启Python内核（尤其在Jupyter环境中），避免之前的变量残留影响当前代码执行。
• 检查数据集目录结构：确保train_data_dir下直接包含cat和dog两个子目录，无多余嵌套层级。
• 确认图像格式正常：所有训练图像应为单张RGB格式（3通道），无异常多维度数据。

内容的提问来源于stack exchange，提问作者Junaid umer