如何修复''ValueError: Input 0与layer flatten不兼容:加载模型时出现“expected min_ndim=3，found ndim=2”错误

# 导入相关的库和模块
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Flatten, Dense

# 示例模型定义
model = Sequential()
model.add(Flatten(input_shape=(28, 28)))  # 输入层要求二维数据，这里假设输入是28x28的图片
model.add(Dense(64, activation='relu'))
model.add(Dense(10, activation='softmax'))

# 示例加载模型时的输入数据
input_data = np.random.random((100, 28, 28))  # 生成100个28x28的随机图片数据

# 检查输入数据的维度并进行修复
if input_data.ndim == 2:  # 如果输入数据维度是二维
    input_data = np.expand_dims(input_data, axis=0)  # 增加一个维度，变为三维数据

# 进行模型加载和预测等操作
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
predictions = model.predict(input_data)

# 打印预测结果等后续操作...