我目前正在 Google/Udacity 的 Tensorflow 課程中嘗試一個(gè)項(xiàng)目，使用獲取的數(shù)據(jù)集如下：_URL = "https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz"zip_file = tf.keras.utils.get_file(origin=_URL,                                   fname="flower_photos.tgz",                                   extract=True)不幸的是，我遇到了以下錯(cuò)誤：InvalidArgumentError:  logits and labels must have the same first dimension, got logits shape [100,5] and labels shape [500]     [[node sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits (defined at <ipython-input-43-02964d57939c>:8) ]] [Op:__inference_test_function_3591]我看了其他帖子，但似乎還是有點(diǎn)難以弄清楚。我最初的想法是我可能使用了錯(cuò)誤的損失函數(shù)。這是遇到問題的代碼：image_gen = ImageDataGenerator(rescale = 1./255, horizontal_flip=True, zoom_range=0.5, rotation_range=45, width_shift_range=0.15, height_shift_range=0.15)train_data_gen = image_gen.flow_from_directory(batch_size=BATCH_SIZE, directory = train_dir, shuffle=True, target_size=(IMG_SHAPE,IMG_SHAPE),class_mode='binary')image_gen = ImageDataGenerator(rescale = 1./255)val_data_gen = image_gen.flow_from_directory(batch_size=BATCH_SIZE, directory = val_dir, shuffle=True, target_size=(IMG_SHAPE,IMG_SHAPE))批量大小為 100，輸入維度為 150,150 摘要如下： 模型：“sequential_4”層（類型）輸出形狀參數(shù)#conv2d_12（Conv2D）（無、148、148、16）448max_pooling2d_12（最大池化（無、74、74、16）0conv2d_13（Conv2D）（無、72、72、32）4640max_pooling2d_13（最大池化（無、36、36、32）0conv2d_14（Conv2D）（無、34、34、64）18496max_pooling2d_14（最大池化（無、17、17、64）0dropout_4（輟學(xué)）（無、17、17、64）0flatten_4（壓平）（無，18496）0密集_8（密集）（無，512）9470464密集_9（密集）（無，5）2565總參數(shù)：9,496,613 可訓(xùn)練參數(shù)：9,496,613 不可訓(xùn)練參數(shù)：0對可能出什么問題有什么想法嗎？