Keras 检查目标时出错：预期密集_1有4个维度，但得到了形状为（20，1）的数组

我正在尝试实现一个模型来对我的图片进行分类（二进制），但我遇到了这个问题，有人能帮我解决吗？谢谢大家~ 以下是模型和培训流程

def谷歌网（输入=输入（形状=（2242243））：
.................
.................
...............
averagepool1_7x7_s1=AveragePoolg2D（池大小=（7,7），填充=（相同））（初始值5b）
drop1=辍学（比率=0.4）（平均池1\u 7x7\u s1）
线性=密集（单位=1，激活=线性’）（下降1）
最后一个=密集（单位=1，激活='softmax'）（线性）
模型=模型（输入=输入，输出=最后）
回归模型
-----------------------------------------------------------------------
列车\数据发生器=图像数据发生器（重缩放=1./255）
test_datagen=ImageDataGenerator（重缩放=1./255）
train_generator=来自目录的train_datagen.flow_(
列车主任，
目标_大小=（224224），
批次尺寸=20，
class_mode='binary'
)
验证\u生成器=来自\u目录的测试\u datagen.flow\u(
测试主任，
目标_大小=（224224），
批次尺寸=20，
class_mode='binary'
)
模型=谷歌网（）
model.summary（）
model.compile（loss='binary\u crossentropy'，
优化器=优化器.RMSprop（lr=1e-4），
指标=['acc']
)
历史=型号安装发电机（列发电机、，
每个历元的步数=100，
纪元=30，
验证数据=验证生成器，
验证步骤=50
)

try

train\u generator=np.挤压（train\u generator）

try

train\u generator=np.挤压（train\u generator）