Tensorflow 从池移动到完全连接：登录和标签必须具有相同的第一维度

我从tensorflow开始，我有一些无法解决的问题

我开始使用一些算法来输入一批图像来预测它们，但是我在形状方面有一些问题

要点：

我想错误在第53行。我不确定第36行的n_inputs=63360是否正确

我可能需要将一批汇集到完全连接层的图像进行转换。

错误是：

tensorflow.python.framework.errors\u impl.invalidargumeinterror:logits和labels必须具有相同的第一维度，got-logits形状[1,2]和labels形状[2][[Node:loss/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits=SparseSoftmaxCrossEntropyWithLogits[T=DT\u FLOAT，Tlabels=DT\u INT32，\u设备=“/job:localhost/replica:0/task:0/cpu:0”]（dnn/fully_connected_2/BiasAdd，_arg_Placeholder_1_0_1）]。

---

但是我认为我遗漏了一些重要的步骤。

问题是由不匹配的形状造成的。您可以重新设置登录或标签的形状，使其形状匹配

例如：

logits = tf.reshape(logits, [-1])
xentropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits=logits))