Keras ValueError:预期稠密_1具有形状（3），但获得具有形状（4）的数组

我一直在试图弄清楚如何在从.csv文件读取数据时使用Keras[1]。我有以下代码：

dataframe = pd.read_csv("iris.csv", header=None)
dataset = dataframe.values
X = dataset[:, 0:4].astype(float)
Y = dataset[:, 4]

# encode class values as integers
encoder = LabelEncoder()
encoder.fit(Y)
encoded_Y = encoder.transform(Y)
# convert integers to dummy variables (i.e. one hot encoded)
one_hot_y = keras.utils.to_categorical(encoded_Y)

X_train = X[:100]
X_test = X[50:]

Y_train = one_hot_y[:100]
Y_test = one_hot_y[50:]

print(X_train.shape)


# define baseline model
def baseline_model():
    # create model
    model = keras.models.Sequential()
    model.add(keras.layers.Dense(8, input_shape=(4, ), activation='relu'))
    model.add(keras.layers.Dense(3, activation='softmax'))
    # Compile model
    model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
    return model

model = baseline_model()

history = model.fit(X_train, X_test, epochs=5)

test_loss, test_acc = model.evaluate(Y_train, Y_test)
print('Test accuracy:', test_acc)

但是，当我运行此命令时，会出现以下错误：

ValueError: Error when checking target: expected dense_1 to have shape (3,) but got array with shape (4,)

我觉得这很奇怪，因为我确定要设置输入_shape=（4，）。在此方面的任何帮助都将不胜感激

[1] CSV如下所示：

5.1,3.5,1.4,0.2，刚毛鸢尾

---

…

您只有3个输出神经元，但您使用的数据显然有4个类，因此您需要更改此行：

model.add(keras.layers.Dense(3, activation='softmax'))

从3个输出类到4个输出类：

model.add(keras.layers.Dense(4, activation='softmax'))

---

你需要将错误编辑为第二密集层中的显示错误，并且你已经将其发布为第一密集层。我只是复制了我收到的错误，并且可以向你保证它显示为“密集层1”。实际上，我说过，因为我试图复制错误，错误是相同的，但在密集层2中。但这并不重要，因为问题已经解决了