你的问题来自于image_ordering_dim在keras.json。
dim_ordering：{“ th”，“ tf”}中的一个。“ tf”模式表示图像应具有形状（样本，高度，宽度，通道），“ th”模式表示图像应具有形状（样本，通道，高度，宽度）。它默认为在?/ .keras / keras.json中的Keras配置文件中找到的image_dim_ordering值。如果您从未设置，则它将为“ tf”。
Keras将卷积操作映射到选定的后端（theano或tensorflow）。但是，两个后端对于尺寸的排序都做出了不同的选择。如果您的图像批次是具有C通道的HxW大小的N张图像，则theano使用NCHW排序，而张量流使用NHWC排序。
Keras允许您选择自己喜欢的顺序，并将进行转换以映射到后面的后端。但是，如果您选择image_ordering_dim="th"它，则期望使用Theano样式排序（NCHW，您的代码中包含的那一种），如果image_ordering_dim="tf"它期望张量流样式排序（NHWC）。
由于您image_ordering_dim将设置为"tf"，如果将数据重塑为张量流样式，则它应该可以工作：
X_train = X_train.reshape(X_train.shape[0], img_cols, img_rows, 1)
X_test = X_test.reshape(X_test.shape[0], img_cols, img_rows, 1)
和
input_shape=(img_cols, img_rows, 1)
602392714
清零编程群