Python 如何修复图像分类的Keras值错误？

我试图使用keras库执行二值图像分类，但在检查目标时，我得到了一个ValueError作为错误：预期稠密_1有4维，但得到了形状为（32，2）的数组

在执行我的程序时，我收到了这个错误消息

---

ValueError:check target时出错：预期稠密1有4个维度，但得到了形状为（32,2）的数组

我认为应该将

batch\u size

参数添加到

模型中。编译

。另外，尝试打印

train\u set

返回的内容并查看数据的形状。我尝试将批处理大小添加到model.compile，但仍然显示错误，那么

train\u set

呢？从中产生的数据的形状是什么？训练集数据由66个图像组成。我认为应该将

批大小

参数添加到

模型。编译
。另外，尝试打印
train\u set
返回的内容并查看数据的形状。我尝试将批处理大小添加到model.compile，但仍然显示错误，那么
train\u set
呢？从中产生的数据的形状是什么？训练集数据由66幅图像组成
classifier.add(Conv2D(filters=32, kernel_size=(3,3), input_shape=(64,64,3), activation='relu'))
classifier.add(Conv2D(filters=32, kernel_size=(3,3), activation='relu'))
#Pooling_layers
classifier.add(MaxPooling2D(pool_size=(2,2)))
#conv_layers
classifier.add(Conv2D(filters=32, kernel_size=(3,3), activation='relu'))
classifier.add(Conv2D(filters=32, kernel_size=(3,3), activation='relu'))
#Max_pooling_layers
classifier.add(MaxPooling2D(pool_size=(2,2)))
classifier.add(Dense(units=2, activation='softmax'))
#Compile_classifier
classifier.compile(optimizer = 'adam', loss='categorical_crossentropy', metrics=['accuracy'])


from keras.preprocessing.image import ImageDataGenerator

train_datagen=ImageDataGenerator(rescale=1./255)

train_set = train_datagen.flow_from_directory(
        'dataset/train',
        target_size=(64,64),
        batch_size=32,
        class_mode='categorical')

test_datagen=ImageDataGenerator(rescale=1./255)

test_set = test_datagen.flow_from_directory(
        'dataset/test',
        target_size=(64,64),
        batch_size=32,
        class_mode='categorical')

classifier.fit_generator(
        train_set,
        steps_per_epoch=9000,
        epochs=25,
        validation_data=test_set,
        validation_steps=3000)