你必须在每一个Conv2D层都显式设置data_format="channels_first"，原因如下：

• Keras中data_format是每层独立的参数，默认值为channels_last（对应NHWC格式）。如果只在第一层设置，后续的Conv2D层会自动使用默认的channels_last来解析输入，而第一层输出的是NCHW格式的张量（通道维度在第二位置，即(batch, channels, height, width)），这会导致后续层期望的输入维度顺序和实际输入不匹配，直接抛出形状兼容错误。
• 看你的代码，你已经在三个Conv2D层都正确设置了data_format="channels_first"，这是完全正确的做法。举个例子，如果去掉conv2的这个参数，它会默认期望输入形状是(batch, height, width, channels)，但conv1的输出是(batch, 32, 20, 20)，两者维度顺序完全不符，模型根本无法运行。

小技巧：全局配置简化设置 #

如果你觉得每层都写data_format="channels_first"太繁琐，可以在代码开头设置Keras的全局图像数据格式：

tf.keras.backend.set_image_data_format('channels_first')

这样所有Conv2D、MaxPooling2D等涉及图像维度的层都会默认使用NCHW格式，无需再逐个设置。不过要注意，这个全局设置会影响整个项目中的所有相关层，确保你的所有输入数据都统一为NCHW格式。

内容的提问来源于stack exchange，提问作者benbotto