Keras模型中数据维度报错

ValueError: Input 0 of layer dense is incompatible with the layer: expected axis -1 of input shape

使用深度学习Keras的Sequential框架搭建神经网路模型，关于数据维度报错问题

ValueError: Input 0 of layer dense is incompatible with the layer: expected axis -1 of input shape to have value 784 but received input with shape (None, 28)

预测图片类型时报错，主要原因是预测数据的维度与输入层的维度不一致，报错代码处，预测测试集中第一个数据

print(np.argmax(model.predict(test_images_scale[0])))

原因分析
从报错语句中可以看出，错误在于第0层全连接层输入与该层不兼容。也就是数据维度的错误，测试集作为验证模型和评估模型均没有问题，说明测试集的维度作为输入没有问题，下面我们输出测试集数据维度及预测数据的维度

print('test.shape:'+str(test_images_scale.shape))
print('test[0].shape:'+str(test_images_scale[0].shape))

输出结果

test.shape:(10000, 28, 28)
test[0].shape:(28, 28)

从结果中可以看出，预测测试集中某个数据这样的维度有误，可接受3维数据，但是输入的1维数据，修改如下

tf.reshape(test_images_scale[0],(1,28,28))

这样既可正确预测。