Python 分类的交叉熵需要一定大小的数组
我正在尝试读取一组图像数据，并进行一些处理，我需要改变阵列形状，无论我如何看到下面的错误 ValueError:检查目标时出错：预期稠密_2具有形状（3），但获得具有形状（1）的数组Python 分类的交叉熵需要一定大小的数组,python,numpy,tensorflow,keras,Python,Numpy,Tensorflow,Keras,我正在尝试读取一组图像数据，并进行一些处理，我需要改变阵列形状，无论我如何看到下面的错误 ValueError:检查目标时出错：预期稠密_2具有形状（3），但获得具有形状（1）的数组 第一层################### model.add（Conv2D（64，（3,3），输入_shape=X.shape[1:]）） 添加（激活（'relu'）） add（MaxPooling2D（池大小=（2,2））） 模型。添加（辍学率（0.25）） ###################第一层###
第一层###################
model.add（Conv2D（64，（3,3），输入_shape=X.shape[1:]））
添加（激活（'relu'））
add（MaxPooling2D（池大小=（2,2）））
模型。添加（辍学率（0.25））
###################第一层###################
###################第二层###################
model.add（Conv2D（64，（3,3）））
添加（激活（'relu'））
add（MaxPooling2D（池大小=（2,2）））
模型。添加（辍学率（0.25））
###################第二层###################
###################第三层###################
model.add（Conv2D（64，（3,3）））
添加（激活（'relu'））
add（MaxPooling2D（池大小=（2,2）））
模型。添加（辍学率（0.25））
###################第二层###################
###################第四层###################
model.add（Conv2D（64，（3,3）））
添加（激活（'relu'））
add（MaxPooling2D（池大小=（2,2）））
模型。添加（辍学率（0.25））
###################第四层###################
model.add（展平（））
模型.添加（密度（64））
添加（激活（'relu'））
添加（密集（单位=3，激活='softmax'））
compile（loss='classifical\u crossentropy'，optimizer='adam'，
指标=[‘准确度’]）
model.fit（X，y，批量大小=30，纪元=200，验证拆分=0.1，回调=[tensorboard]
y