Python 断言失败：[在训练逻辑回归模型时，条件x==y未保留元素：]

我试图建立一个简单的逻辑回归模型来预测时间序列。但是，当我尝试训练模型时，我得到以下错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError:  assertion failed: [Condition x == y did not hold element-wise:] [x (loss/output_1_loss/SparseSoftmaxCrossEntropyWithLogits/Shape_1:0) = ] [64 1] [y (loss/output_1_loss/SparseSoftmaxCrossEntropyWithLogits/strided_slice:0) = ] [64 45]
     [[node loss/output_1_loss/SparseSoftmaxCrossEntropyWithLogits/assert_equal_1/Assert/Assert (defined at C:/Users/jani/PycharmProjects/RNN_trade/base.py:156) ]] [Op:__inference_distributed_function_2798]

Function call stack:
distributed_function

批处理大小是64，我试图将45个时间步序列传递给模型。该模型由一层组成。代码：

model2 = Sequential()
model2.add(Dense(2, activation="softmax"))
opt = tf.keras.optimizers.Adam(lr=0.001, decay=1e-6)
model2.compile(loss="sparse_categorical_crossentropy",
              optimizer=opt,
              metrics=["accuracy"])

---

我试图更改模型的所有参数（优化器、损失等），但似乎没有任何效果。如何解决此问题？

请您共享完整的代码以复制您的问题，以便轻松提供解决方案。请共享完整的代码以复制您的问题，以便轻松提供解决方案。