我是在用卷积神经网络LeNet-5处理德国交通标志分类识别的时候出现这个错误的
错误:
images32 = [skimage.transform.resize(image, (32, 32)) for image in images]
conv1_W = tf.Variable(tf.truncated_normal(shape=(5, 5, 3, 6), mean = mu, stddev = sigma))
conv1_b = tf.Variable(tf.zeros(6))
conv1 = tf.nn.conv2d(images32, conv1_W, strides=[1, 1, 1, 1], padding='VALID') + conv1_b
下面的提示信息是说tf.nn.conv2d想要一个853的输入,但是我传入的是images32这个有四维的输出,所以出现标题中的valueerror错误,然后是这么处理的,其实输入的应该是这样
images_ph = tf.placeholder(tf.float32,[None,32,32,3])
然后将images_ph传入LeNet-5输入进去就可以了。问题圆满解决。