ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions, but got array w

Question

前提・実現したいこと

https://qiita.com/kojikoji_ksnv/items/12dfe9075cb1dd3afe59
このサイトを参考にモデル構築とコンパイルを実行したいです

発生している問題・エラーメッセージ

ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions, but got array with shape (0, 1)

該当のソースコード

from keras import layers, models,optimizers

from PIL import Image
import os, glob
import numpy as np
import random, math
import matplotlib.pyplot as plt
from keras.utils import np_utils


model = models.Sequential()
model.add(layers.Conv2D(32,(3,3),activation="relu",input_shape=(150,150,3)))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(64,(3,3),activation="relu"))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(128,(3,3),activation="relu"))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(128,(3,3),activation="relu"))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Flatten())
model.add(layers.Dense(512,activation="relu"))
#ここの「7」は判別する画像の種類数
model.add(layers.Dense(7,activation="sigmoid")) 
model.compile(loss='categorical_crossentropy',optimizer='adadelta',metrics=['accuracy'])
#保存した画像データ
X_train, X_test, y_train, y_test = np.load("E:\python\monster_data.npy")

nb_classes = 7

#データの正規化
X_train2 = X_train.astype("float") / 255
X_test2  = X_test.astype("float")  / 255

#kerasで扱えるようにcategoriesをベクトルに変換
y_train2 = np_utils.to_categorical(y_train, nb_classes)
y_test2  = np_utils.to_categorical(y_test, nb_classes)
model = model.fit(X_train2,y_train2,epochs=10,batch_size=4,validation_data=(X_test2,y_test2))

score = model.model.evaluate(x=X_test,y=y_test)

print('loss=', score[0])
print('accuracy=', score[1])

# データの可視化（テストデータの先頭の5枚）
for i in range(5):
    plt.subplot(2, 5, i+1)
    plt.imshow(X_test[i], 'gray')

# 予測（テストデータの先頭の5枚）
pred = np.argmax(model.predict(X_test[0:5]), axis=1)
print(pred)

試したこと

次元数が違うのはわかりますがどこを変更したら良いのかわかりません。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。