Python tensorflow增强树分类器多类

在TF（2.2.0）的当前版本中，有一个选项 进行多类分类（即，通过更改 n_类到估计器参数中的相关数字）。 但是，我之前看到的所有示例，例如这里的正式示例： 提出了二元分类法。所以我不确定如何处理目标（类）向量。 如果我将他保持在[0，…，num_classes-1]的范围内，当我尝试训练模型时，我会得到错误（来自TF gradients.py文件）： “'int'对象没有与“”兼容的属性。”。就类向量而言，这感觉像是一个维度\形状错误，但我

---

找不到默认损失函数以及此模型期望得到的结果。我不认为我需要将类向量转换为二进制矩阵（一个热编码）。谢谢你的帮助

事实上，当我手动更改TF代码时，一切都正常了。 然后，我发现这里有一个关于这个问题的bug报告：