python - ValueError：检查输入时出错：预期dense_11_input 具有3 维，但得到的数组形状为(0, 1)

Question

我是机器学习和 python 的新手，我尝试对患者是否患有癌症进行分类。我从https://github.com/fahomid/ML-Tensorflow-Medical-Image/blob/master/tensorflow-model.py找到了一段代码我有一个小数据集。训练集和测试集有两个患者目录，其中包含仅供尝试的 dicom 文件。代码如下；

import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Conv2D, MaxPooling2D
import os
import pydicom
import numpy as np
import PIL

# Generate data from dicom file
dataset = [];
labels = [];
for root, dirs, files in os.walk("training_data/Cancer"):
    for file in files:
        if file.endswith(".dcm"):
            ds = pydicom.dcmread(os.path.join(root, file))
            dataset.append(ds.pixel_array)
            labels.append(1);

for root, dirs, files in os.walk("training_data/Normal"):
   for file in files:
        if file.endswith(".dcm"):
            ds = pydicom.dcmread(os.path.join(root, file))
            dataset.append(ds.pixel_array)
            labels.append(0)


dataset_size = len(dataset)
dataset = np.asarray(dataset)
labels = np.asarray(labels)

# create model
model = Sequential()
model.add(Dense(32, activation='tanh', input_shape=(512, 512)))
model.add(Flatten())
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics= 
['accuracy'])
model.fit(dataset, labels, epochs=10, shuffle=True, batch_size=32)

# serialize model to JSON
model_json = model.to_json()
with open("model.json", "w") as json_file:
    json_file.write(model_json)
# serialize weights to HDF5
model.save_weights("model.h5")
print("\n\nModel saved to disk\n\n")
model.summary()

错误信息行如下；

model.fit（数据集，标签，epochs=10，shuffle=True，batch_size=32）

ValueError：检查输入时出错：预期dense_11_input 具有3 维，但得到的数组形状为(0, 1)

谢谢你的帮助。

标签： pythonkerasconv-neural-networkvalueerror

Answer 1

代码的以下部分查找包含癌症和正常人.dcm数据的文件（带扩展名）。它没有找到任何东西，所以它什么也不返回。

# Generate data from dicom file
dataset = [];
labels = [];
for root, dirs, files in os.walk("training_data/Cancer"):
    for file in files:
        if file.endswith(".dcm"):
            ds = pydicom.dcmread(os.path.join(root, file))
            dataset.append(ds.pixel_array)
            labels.append(1);

for root, dirs, files in os.walk("training_data/Normal"):
   for file in files:
        if file.endswith(".dcm"):
            ds = pydicom.dcmread(os.path.join(root, file))
            dataset.append(ds.pixel_array)
            labels.append(0)

所以datasetvariable 的值为0，labelsvariable 为1。并且当该model.fit方法被调用时，它期望输入是形状为 的 3 维(512, 512)，但它只获取形状为 的输入(0, 1)。