Python 3.x 为什么Keras会告诉我；ValueError:使用序列设置数组元素。"；尽管所有数组都是numpy数组？

我正在尝试使用keras训练2D神经网络。当我尝试在keras中使用model.fit函数时，我收到了一条奇怪的错误消息，“ValueError:使用序列设置数组元素”。具体地说，错误表明我的“张量列标签”是序列而不是数组。但我的标签确实是numpy数组（不是序列）。我不知道凯拉斯为什么抱怨这件事

我正在学习构建网络的教程

tensor_train_data.shape
#TensorShape([Dimension(209), Dimension(64), Dimension(64), Dimension(3)])
tensor_test_data.shape
#TensorShape([Dimension(50), Dimension(64), Dimension(64), Dimension(3)])
tensor_train_labels = tf.reshape(tensor_train_labels, [209,1])
tensor_test_labels = tf.reshape(tensor_test_labels, [50,1])
batch_size = 10
epochs = 8

model = tf.keras.Sequential()
model.add(tf.keras.layers.Conv2D(32, kernel_size=(3,3), activation='relu', 
input_shape=(64, 64, 3)))
model.add(tf.keras.layers.MaxPooling2D(pool_size=(2,2)))
model.add(tf.keras.layers.Dropout(0.25))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation = 'relu'))
model.add(tf.keras.layers.Dropout(0.5))
model.add(tf.keras.layers.Dense(2, activation = 'softmax'))
model.compile(loss='categorical_crossentropy', optimizer = 
tf.keras.optimizers.Adam(lr=0.0001, decay=1e-6), metrics=['accuracy'])
model.fit(tensor_train_data/255.0, 
tf.keras.utils.to_categorical(tensor_train_labels), 
          batch_size = batch_size, 
          shuffle = True, 
          epochs = epochs,
          validation_data = (tensor_test_data/ 255.0, 
          tf.keras.utils.to_categorical(tensor_test_labels)))
scores = model.evaluate(tensor_test_labels/ 255.0, 
         tf.keras.utils.to_categorical(tensor_test_labels))
print('Loss: %.3f' % scores[0])
print('Accuracy: %.3f' % scores[1])

---

错误：

ValueError                                Traceback (most recent call last)
<ipython-input-224-80431a1b3e79> in <module>
      1 model.compile(loss='categorical_crossentropy', optimizer = tf.keras.optimizers.Adam(lr=0.0001, decay=1e-6), metrics=['accuracy'])
----> 2 model.fit(tensor_train_data/255.0, tf.keras.utils.to_categorical(tensor_train_labels), 
      3           batch_size = batch_size,
      4           shuffle = True,
      5           epochs = epochs,

~\AppData\Local\conda\conda\envs\deeplearning\lib\site-packages\tensorflow\python\keras\utils\np_utils.py in to_categorical(y, 
num_classes)
     37       last.
     38   """
---> 39   y = np.array(y, dtype='int')
     40   input_shape = y.shape
     41   if input_shape and input_shape[-1] == 1 and len(input_shape) > 1:

ValueError: setting an array element with a sequence.

ValueError回溯（最近一次调用）
在里面
1.model.compile（loss='classifical_crossentropy'，optimizer=tf.keras.optimizers.Adam（lr=0.0001，detacy=1e-6），metrics=['accurity']））
---->2模型拟合（张量序列数据/255.0，tf.keras.utils.to分类（张量序列标签），
3批次尺寸=批次尺寸，
4 shuffle=True，
5个时代=时代，
~\AppData\Local\conda\conda\envs\deeplearning\lib\site packages\tensorflow\python\keras\utils\np_utils.py in to_category（y，
数量（每班）
最后一次。
38   """
--->39 y=np.array（y，dtype='int'）
40输入_形=y形
41如果输入_形和输入_形[-1]==1且len（输入_形）>1：
ValueError:使用序列设置数组元素。

可能的错误是，当您尝试将其转换为numpy数组时，您有不同大小的数组。可能的解决方案：

可能的错误是，当您尝试将其转换为numpy数组时，您有不同大小的数组。可能的解决方案：