lenet以relu激活函数训练模型报错 Expected 3D (unbatched) or 4D (batched) input to conv2d, but got input of size: [100, 784]怎么解决

这个错误提示意味着你的输入数据的形状不正确。Conv2D层期望的输入形状是一个4D张量，其形状为(batch_size, height, width, channels)。而你的输入数据形状为[100, 784]，这是一个2D张量。

解决方法是将输入数据重塑为一个4D张量。在LeNet中使用的是28x28的图像，因此可以将输入数据重塑为(batch_size, 28, 28, 1)的形状。代码如下：

import numpy as np

# 假设你的输入数据为X_train，形状为(100, 784)
X_train = np.reshape(X_train, (-1, 28, 28, 1))

这将把`X_train`重塑为(batch_size, height, width, channels)的形状，其中height=28，width=28，channels=1。

然后，你可以将重塑后的数据输入到LeNet模型中进行训练。