Python Tensorflow 2.0-SparseCategoricalCrossentropy的数据形状不正确

使用

SparseCategoricalCrossentropy

loss时，我不理解数据集形状不匹配的错误。
输出的格式似乎正确，如下所示：
输入：[7 1]
输出：[7 3]
其中批量大小为7

我的环境当前运行：
python 3.7.4
tensorflow 2.0.0-rc0
numpy 1.17.2
熊猫0.24.2

---------------------------------------------------------------------------
InvalidArgumentError回溯（最后一次最近调用）
在里面
47打印（model.summary（））
48
--->49模型拟合（序列批次（批次大小），历元数=历元数，详细数=2）
50模型。评估（训练，步骤=无，详细=1）
/usr/local/lib/python3.7/site-packages/tensorflow\u core/python/keras/engine/training.py in-fit（self、x、y、批大小、历元、冗余、回调、验证拆分、验证数据、洗牌、类权重、样本权重、初始历元、每个历元的步长、验证步骤、验证频率、最大队列大小、工作人员、使用多处理、**kwargs）
732最大队列大小=最大队列大小，
733名工人=工人，
-->734使用\多处理=使用\多处理）
735
736 def评估（自我，
/usr/local/lib/python3.7/site-packages/tensorflow\u core/python/keras/engine/training\u v2.py in fit（self、model、x、y、批大小、epoch、verbose、callbacks、validation\u split、validation\u data、shufflue、class\u weight、sample\u weight、initial\u epoch、steps\u per\u epoch、validation\u freq、**kwargs）
322模式=ModeKeys.TRAIN，
323培训上下文=培训上下文，
-->324个总记录（每个记录=个记录）
325 cbks.生成日志（模型、历元日志、训练结果、模式键.训练）
326
/usr/local/lib/python3.7/site-packages/tensorflow\u core/python/keras/engine/training\u v2.py in run\u one\u epoch（模型、迭代器、执行函数、数据集大小、批处理大小、策略、每个epoch的步骤、样本数、模式、训练上下文、总纪元）
121步骤=步骤，模式=模式，大小=当前批次大小）作为批次日志：
请尝试：
-->123批处理输出=执行函数（迭代器）
124除外（StopIteration，errors.OutOfRangeError）：
125#TODO（kaftan）：关于tf函数和错误的文件错误。OutOfRangeError？
/usr/local/lib/python3.7/site-packages/tensorflow\u core/python/keras/engine/training\u v2\u utils.py in execution\u函数（输入\u fn）
84#`numpy`以渴望模式将张量转换为值。
85返回nest.map\u结构（\u非\u无\u常量\u值，
--->86分布函数（输入函数）
87
88返回执行函数
/usr/local/lib/python3.7/site-packages/tensorflow_core/python/eager/def_function.py in uuuu调用（self，*args，**kwds）
437#提升成功，因此变量已初始化，我们可以运行
438#无状态函数。
-->439返回自我。_无状态_fn（*args，**kwds）
440其他：
441佳能args，佳能kwds=\
/usr/local/lib/python3.7/site-packages/tensorflow\u core/python/eager/function.py in\uuuuu调用（self，*args，**kwargs）
1820“调用专用于输入的图形函数。”“”
1821图形函数，args，kwargs=self.\u可能定义函数（args，kwargs）
->1822返回图形\函数。\过滤\调用（args，kwargs）\ pylint:disable=受保护访问
1823
1824@property
/usr/local/lib/python3.7/site-packages/tensorflow_core/python/eager/function.py in_filtered_调用（self、args、kwargs）
1139如果存在（t）（操作张量，
1140资源变量（操作BaseResourceVariable）），
->1141.自捕获（U输入）
1142
1143 def_呼叫平面（自身、参数、捕获的_输入、取消_管理器=无）：
/调用平面中的usr/local/lib/python3.7/site-packages/tensorflow\u core/python/eager/function.py（self、args、捕获的输入、取消管理器）
1222如果急于执行(u):
1223平坦输出=正向函数调用(
->1224 ctx，参数，取消管理器=取消管理器）
1225其他：
1226 gradient\u name=self.\u delayed\u rewrite\u functions.register（）
/调用中的usr/local/lib/python3.7/site-packages/tensorflow_core/python/eager/function.py（self、ctx、args、cancellation_manager）
509输入=参数，
510属性=（“执行器类型”，执行器类型，“配置协议”，配置），
-->511 ctx=ctx）
512其他：
513输出=execute.execute_与_取消(
/快速执行中的usr/local/lib/python3.7/site-packages/tensorflow\u core/python/eager/execute.py（op\u name，num\u output，input，attrs，ctx，name）
65.其他：
66 message=e.message
--->67六、从（核心状态）提升到异常（如代码、消息），无
68除e以外的类型错误：
69 keras_符号_张量=[
raise\u from（value，from\u value）中的~/Library/Python/3.7/lib/Python/site-packages/six.py
InvalidArgumentError:断言失败：[]条件x==y未保持元素状态：[x（丢失/密集型\u 3\u丢失/稀疏型OftMaxCrossEntropyWithLogits/Shape\u 1:0）=][7 1][y（丢失/密集型\u 3\u丢失/稀疏型OftMaxCrossEntropyWithLogits/Striped\u切片：0）=][7 3]
[[node loss/dense_3_loss/SparseSoftmaxCrossEntropyWithLogits/assert_equal/assert/assert（定义于/usr/local/lib/python3.7/site packages/tensorflow_core/python/framework/ops.py:1751）][Op:_推断\u分布式函数\u 2031]
函数调用堆栈：
分布函数

当tensorflow=2.0.0-beta0时：

InvalidArgumentError:  logits and labels must have the same first dimension, got logits shape [34,3] and labels shape [2]
     [[node loss/dense_2_loss/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits (defined at <ipython-input-3-4fa88a5fad5e>:70) ]] [Op:__inference_keras_scratch_graph_5038]

模型摘要：

模型：“顺序_1” _________________________________________________________________图层（类型）输出形状参数#
=========================================================================================================密集型（密集型）（无，3100）600
________