【TensorFlow2.0】 expected input_conv to have 4 dimensions, but got array... 錯誤解釋和解決方法

在使用TensorFlow2.0中自帶Keras進行訓練的時候，輸入的訓練集爲RGB三通道圖像，然而配置好網絡後使用 model.fit（x, ...）進行訓練時卻始終報如下錯誤

expected input_conv to have 4 dimensions, but got array... 

具體意思是輸入的參數x需要輸入4個參數，而訓練輸入卻只有3個維度，我的圖片維度爲（192, 192, 3）。

解決過程

首先先去了解了一下fit函數的x究竟是什麼，TensorFlow官網給出的解釋如下

x: Input data. It could be:

• A Numpy array (or array-like), or a list of arrays (in case the model has multiple inputs).
• A TensorFlow tensor, or a list of tensors (in case the model has multiple inputs).
• A dict mapping input names to the corresponding array/tensors, if the model has named inputs.
• A tf.data dataset. Should return a tuple of either (inputs, targets) or (inputs, targets, sample_weights).
• A generator or keras.utils.Sequence returning (inputs, targets) or (inputs, targets, sample weights).

X：輸入數據。它應該爲
Numpy數組(或類似數組) 或 如果模型有多個輸入即數組列表。
如果模型有多個輸入，即爲TensorFlow張量或張量列表。
如果模型具有命名輸入，則將輸入名稱映射到相應的數組/張量的字典。
tf.data數據集。應返回(INPUTS，TARGETS)或(INPUTS，TARGET，SAMPLE_WEIGHT)的元組。
生成器或keras.utils.Sequence返回(輸入，目標)或(輸入，目標，樣本權重)。

結合其他講解，瞭解到輸入的數據應該是四個維度(數據集個數,Batch_Size 長度, 寬度, 通道數)

一開始我認爲這就是僅僅一個四維的元組而已，就想着通過 tf.expand_dims() 函數爲其添加一個維度

結果是的確添加了一個維度，圖片變爲（1, 192, 192, 3），然而還是有錯誤，便想把x的第一個參數改成Batch_Size的值卻死活改不了，後來冷靜下來想了一下，48*192*192*3怎麼也不可能等於1*192*192*3，怎麼改呀？

解決措施

使用 tf.stack 命令把輸入的所有圖片集合合併成一個tensor，就可以訓練了。

因此對model.fit第一個參數x的理解應該是Batch_Size個數據集合並而成的tensor。