使用TensorFlow时出现形状不匹配错误的技术求助

你的形状不匹配错误根源有两个：一是模型输入尺寸和CIFAR10数据集的图像尺寸不匹配，二是训练时用了未定义的变量名，同时还重复定义了模型。以下是具体修复方案：

核心问题分析 #

• CIFAR10数据集的图像尺寸是32×32×3，但你定义模型时把input_shape设成了(256,256,3)，导致输入数据和模型期望的形状完全不匹配。
• 训练代码里用了x_train、y_train这类未定义的变量，实际加载数据集时的变量名是train_images、train_labels。
• 代码重复创建了m1模型，后面的定义会覆盖前面的，属于冗余操作。

修复步骤 #

1. 修正模型输入形状 #

将模型第一层的input_shape改为(32,32,3)，匹配CIFAR10的图像规格。

2. 统一训练数据变量名 #

训练时直接使用加载数据集时的变量名：train_images、train_labels、test_images、test_labels。

3. 清理冗余代码 #

移除重复的模型定义部分，只保留最终的模型构建代码。

完整修正代码 #

import matplotlib.pyplot as plt
from tensorflow.keras.datasets import cifar10
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense

# 导入数据集
(train_images, train_labels), (test_images, test_labels) = cifar10.load_data()

# 将像素值归一化到0到1之间
train_images, test_images = train_images / 255.0, test_images / 255.0

# 类别名称
class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

# 可视化部分训练样本
plt.figure(figsize=(10,10))
for i in range(25):  
    plt.subplot(5,5,i+1)  
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i])
    plt.xlabel(class_names[train_labels[i][0]])
plt.show()    # 移到循环外，避免多次弹出窗口

# 构建CNN模型
m1 = Sequential()
m1.add(Conv2D(128,(3,3),activation='relu',input_shape=(32,32,3)))  # 修正输入形状
m1.add(MaxPooling2D(pool_size=(2,2)))

m1.add(Conv2D(64,(3,3),activation='relu'))           
m1.add(MaxPooling2D(pool_size=(2,2)))

m1.add(Conv2D(64,(3,3),activation='relu'))           
m1.add(MaxPooling2D(pool_size=(2,2)))

m1.add(Flatten())
m1.add(Dense(32,activation='relu'))
m1.add(Dense(16,activation='relu'))
m1.add(Dense(10,activation='softmax'))             

# 编译模型
m1.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['acc'])

# 训练模型
h1 = m1.fit(train_images, train_labels, validation_data=(test_images, test_labels), epochs=10)

额外说明 #

• 可视化部分的plt.show()原来在循环内部，会导致弹出25次窗口，移到循环外可一次性显示所有样本。
• sparse_categorical_crossentropy损失函数适合标签为整数形式的多分类任务（CIFAR10的标签就是0-9的整数），你的选择是正确的。

内容的提问来源于stack exchange，提问作者arjun