这个python运算结果显示错误，怎么修改

Call arguments received by layer "block2_pool" (type MaxPooling2D):
• inputs=tf.Tensor(shape=(None, 1, 1, 64), dtype=float32)

这个错误表示在使用MaxPooling2D这个层时，它的输入参数应该是一个形状为(None, height, width, channels)的四维张量，其中height和width应该是大于1的整数，而你传递的参数是一个形状为(None, 1, 1, 64)的四维张量，明显不符合要求。你需要检查你的代码，找出是哪条语句传递了这个错误的参数，然后修正这个参数的形状和维度。

您好，我是有问必答小助手，您的问题已经有小伙伴帮您解答，感谢您对有问必答的支持与关注！
PS：问答VIP年卡 【限时加赠：IT技术图书免费领】，了解详情>>> https://vip.csdn.net/askvip?utm_source=1146287632

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7762208
• 这篇博客也不错, 你可以看下为什么老说python是伪多线程，怎么解决？
• 除此之外, 这篇博客: 用python处理各种文件中的 1.对图片的处理 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• （1）读取一个文件夹下的所有图片

  import glob
  def load_train(train_path):
  	images = []
  	files = glob.glob(path)  #每个图像路径读取
  	for fl in files:
             image = cv2.imread(fl)
             images.append(image)
      return images
  train_path = './images_data/*.jpg'
  #train_path = './images_data/*g'
  

  （2）对图片的大小，类型进行设置

  import cv2
  import numpy as np
  image = cv2.resize(image, (image_size_h,image_size_w),0,0, cv2.INTER_LINEAR)  #图像缩放
  image = image.astype(np.float32)  #数据类型转换
  image = np.multiply(image, 1.0 / 255.0)   #归一化  np.multiply 乘法
  

  （3）删除包含特定字符的图片或者文件

  path="./images_data/"
  m1 = 'change_light'
  files=os.listdir(path)
  for f in enumerate(files):
  	    if f.find(m1)>=0 :
          	os.remove(path+f)
  

• 您还可以看一下 黄棒清老师的Python实战量化交易理财系统课程中的 计算动量效应因子小节, 巩固相关知识点