以下CNN
model = Sequential()
model.add(Convolution2D(64, 3, 3, border_mode='same', input_shape=(3, 256, 256)))
# now model.output_shape == (None, 64, 256, 256)
# add a 3x3 convolution on top, with 32 output filters:
model.add(Convolution2D(32, 3, 3, border_mode='same'))
# now model.output_shape == (None, 32, 256, 256)
print(model.summary())
然而，模型摘要提供以下输出
____________________________________________________________________________________________________
Layer (type) Output Shape Param # Connected to
====================================================================================================
convolution2d_44 (Convolution2D) (None, 3, 256, 64) 147520 convolution2d_input_24[0][0]
____________________________________________________________________________________________________
convolution2d_45 (Convolution2D) (None, 3, 256, 32) 18464 convolution2d_44[0][0]
====================================================================================================
Total params: 165984
为什么我得到给定的输出形状？
答案 0 :(得分：5)
这是由input_shape的设置引起的问题。在当前设置中，您希望输入带有3个通道的256x256。但是，Keras认为你提供的是具有256个通道的3x256图像。有几种方法可以纠正它。
选项1：更改input_shape
选项2：在图层中指定image_dim_ordering
选项3：通过更改＆＃tff＆＃39;修改keras配置文件到了＆＃39;在你的〜/ .keras / keras.json