python - TensorFlow 预期维度为 1，CategoricalCrossentropy 损失为 10 错误

Question

当我尝试执行 model.compile as 时出现以下错误

model.compile(optimizer='adam',
          loss=tf.keras.losses.CategoricalCrossentropy(from_logits=True),
          metrics=['accuracy'])

ValueError：无法挤压 dim[1]，预期维度为 1，对于 '{{node Squeeze}} = SqueezeT=DT_FLOAT，squeeze_dims=[-1]' 得到 10，输入形状：[?,10]

我正在尝试训练 CNN 对图像进行分类。数据集的创建方式如下：

train_dataset = tf.keras.preprocessing.image_dataset_from_directory(
'jpg',
labels=y,
label_mode='categorical',
color_mode="rgb",
batch_size=32,
image_size=(500, 500),
seed=42,
subset="training",
validation_split=0.3

)

标签 y 是以下形式的列表（一种热编码）：

[[0, 0, 0, 0, 0, 0, 0, 1, 0, 0], 
 [0, 0, 1, 0, 0, 0, 0, 0, 0, 0], ...] 

这是我的顺序模型的摘要：

Layer (type)                 Output Shape              Param #  

conv2d_12 (Conv2D) (None, 498, 498, 32) 896
max_pooling2d_8 (MaxPooling2 (None, 249, 249, 32) 0
conv2d_13 (Conv2D) (None, 247, 247, 64) 18496
max_pooling2d_9 (MaxPooling2 (None, 12) , 64) 0
conv2d_14 (Conv2D) (None, 121, 121, 64) 36928
flatten_4 (Flatten) (None, 937024) 0
dense_8 (Dense) (None, 64) 59969600
dense_9 (Dense) (None, 10) 650

我的问题是，这是损失函数还是标签格式的问题？我该怎么做才能解决这个问题？

标签： pythontensorflowconv-neural-network